【初心者向け】おすすめのpython環境構築方法

どうも。こんにちは。
ケミカルエンジニアのこーしです。

本日は、おすすめのpython環境構築方法について解説します。

初心者はpythonの環境構築でつまずくことが多いです。

なぜなら、OS （Windowsやmacなど）や好みによって、環境構築の方法が無数にあるからです。

そこで本記事では、できるだけ全体像を説明しながらデータ分析に特化したおすすめの環境構築方法について解説します。

この記事を書いた人

こーし(@mimikousi)

おすすめのpython環境構築方法

pythonの環境構築方法は大きく分けて下記の３つに分類できます。

初めてpythonに触れる方なら、Googleアカウントを作成するだけでpythonが実行可能な「Google Colaboratory」をおすすめします。

しかし、実務で使うことを前提としている場合は、自分のPCにPythonをインストールした方が良いです。

Google Colaboratoryよりも動作が速くなりますし、応用が利くようになります。

また、人によって開発環境が異なるという問題に対しては、Dockerが有効なのですが、初心者にはおすすめしません。

私もDockerで環境構築をしたことがありますが、 テキストやブログ記事を読んで実装しようとすると、Docker環境ではできないことが多々あり、自力で解決するのに苦労しました。

Dockerは間違いなく有用なのですが、もっとpythonに習熟してからでも良いと感じました。

よって、本記事では2.自分のPCにpythonをインストールする方法を紹介します。

Anacondaについて

pythonをインストールする方法には、下記２種類の方法があります。

Anacondaはデータサイエンス向けのpython実行環境であり、非常に使いやすく重宝していました。

しかし、2020年から従業員200名以上の企業での使用は有償となりました。

よって、本記事では1.公式版Pythonをインストールする方法を紹介します。

Windowsの場合

色々と環境構築の動画を探しましたが、いまにゅさんの動画が一番シンプルでわかりやすかったです。

ブログ記事だと、wat(@watlablog)さんの記事がわかりやすいです。

Pythonインストール方法とAnacondaを使わない3つの理由

macOSの場合

macOSの場合、Windowsに比べると少しだけ手順が増えますが、こちらも数分で終わるので安心してください。

macではパッケージ管理ツールであるHomebrewを使ってpythonをインストールします。

【公式】Homebrew

【参考記事】【完全版】Homebrewとはなんぞや

そして、Homebrewをインストールするために、コマンドラインツールをインストールする必要があります。

コマンドラインツールはXcode（Apple公式）のコマンドラインツールを使いましょう。

ブログ記事だと、wat(@watlablog)さんの記事がわかりやすいです。

macOSにPython3をインストールする方法をまとめてみた

おすすめエディタ

pythonがインストールできたら、あとは実際にコードを書くエディタやIDE（統合開発環境）を選ぶ必要があります。

しかし、エディタやIDEには下記の通りたくさんの種類があります。

厳密には、エディタとIDEは異なりますので、下記の記事を参考にしてみてください。

【参考記事】PythonおすすめエディタとIDE

初心者に特におすすめしたいエディタ（IDE）は、jupyter labとVSCodeです。

まずは、jupyter labで慣れておき、Webアプリなどを作りたくなったらVSCodeに移行すると良いでしょう。

ちなみに、私の場合はjupyter notebook　⇒　jupyter lab　⇒　VSCodeのように移行しています！

jupyter lab

jupyter labは「対話型実行環境」と呼ばれており、実行結果を逐次確認しながらデータ分析を進めることができます。

よって、初心者はまずjupyter labを使用することをおすすめします！

以前はjupyter notebookを使用していましたが、後継のjupyter labの方が高性能です。

【参考記事】図解！Jupyter Labを徹底解説！(インストール・使い方・拡張機能)

Visual Studio Code(VSCode)

完全自動化やWebアプリ開発など、pyファイルを使用する際にはVSCodeをおすすめします。（jupyter labではipynbファイルを使用）

例えば、dashやstreamlitのようなライブラリを利用してデータ分析のダッシュボードを作成する場合、jupyter labよりもVSCodeの方が使いやすいです。

よって、データ分析以外の利用も増えてきたらVSCodeの使用を検討しましょう！

ちなみに、VSCodeでもipynbファイルが扱えるようになりました。

VSCodeなら、ipynbファイルも簡単にpyファイルに変更できるので、初心者はVSCodeを使っておけば間違いないでしょう。

pipについて

pipは、python3にデフォルトで搭載されているパッケージ管理ツールです。

データ分析に欠かせないnumpyやpandas、scikitlearnなどのライブラリを管理します。

具体的には下記の記事を参考にしてみてください。

【参考記事】pipとは？

参考文献

python.jp

pythonの環境構築について、しっかりまとまったサイトです（公式サイトではありません）。

VSCodeの使い方についても解説してます。

独学プログラマー

書籍では独学プログラマーがおすすめです。

環境構築ではありませんが、pythonを例にプログラミングの基礎を体系的にまとめてくれています。

オブジェクト指向やパッケージ管理(pip)、バージョン管理(Git)、IDE(PyCharm)について書かれています。

基礎力が足りないと思ったらぜひ読んでみてください。

pythonの勉強方法については、別記事で詳しく解説しています。