【Python】仮想環境とは、そもそも何？

Pythonの仮想環境はベースとなるPython環境の上に、プロジェクト毎に独立した専用のsite-packages（プロジェクト専用のディレクトリ）を作成して使用する事を指します。そのため、ベース環境のPython標準ライブラリは共有されますが、プロジェクト毎のsite-packagesの部分は独立しており、異なるパッケージや依存関係をプロジェクト毎に持つことが可能な環境の事をいいます。

【Python】仮想環境を使用するメリット

• プロジェクトごとの依存関係の分離
  各仮想環境が独自のsite-packagesディレクトリを持つため、複数のプロジェクトが異なるバージョンのライブラリを必要とする場合でも干渉せずに管理できます。
  ※site-packages：他の環境やシステム全体とは独立したプロジェクト専用のディレクトリ
  　
  
• システム環境に影響を与えない
  仮想環境内にのみパッケージをインストールできるため、システム全体に影響を与えません。
  
  
• 簡単な移植性
  仮想環境を使用すると、特定の環境構成を維持したままプロジェクトを別の開発者やサーバーに移行できます。同じ環境でプロジェクトが動作するため、移植性が高くなります。
  
  
• 異なるPythonバージョンのサポート
  各仮想環境は異なるPythonバージョンを使用できるため、特定のPythonバージョンに依存するアプリケーションを並行して開発できます。
  
  
• バージョン管理との統合が容易
  仮想環境に必要な依存パッケージをrequirements.txtなどで定義すると、他の開発者が同じ依存関係を簡単に再現でき、Gitなどのバージョン管理と統合が容易になります。
  
  
• 安全性の向上
  仮想環境はシステム全体とは独立しているため、環境ごとに必要なセキュリティパッチや更新を行いやすく、プロジェクトごとにセキュリティ対策が施せます。
  
  

【Python】VSCodeによる仮想環境の作成

ベース環境となるPythonのインストール

Python（Cpython）は下記のプログを参考にしてインストールして下さい。

参考ブログ：Python（CPython）のインストール

VSCodeのインストールと日本語化

VSCodeのインストールと日本語化は下記のブログを参照して下さい。

参照ブログ：Visual Studio Code のインストールと日本語化

VSCode上でのPython環境構築

下図の様に、
①「拡張機能」アイコンをクリックし、
②「検索文字入力欄」に、Python と入力する。
③表示された「Python」の「インストール |∨」記号をクリックし、
④「リリスバージョンのインストール」を選択します。

「Python」が「Python Debugger」と共にインストールされます。

使用するベースPythonの選択

• VS Codeのコマンドパレットを開きます。（Ctrl + Shift + P または Cmd + Shift + P）
• 「Python：インタープリターを選択」を選択します。

• ここでは、先程インストールした「Python 3.13.0」を選択します。

• 表示メニューから、ターミナルを開きます。

• 「Python -V」と入力して、インストールした「Python」のバージョンが表示されれば、VSCodeでPython 3.13.0 が使用できます。

今回の実行環境

• OS
  • Windows 10 Pro 22H2
  • ＯSビルド：19045.5011
• コードエディタ（IDE）
  • Visual Studio Code Ver. 1.94
    ※仮想環境（v_scraping）を作成して実行しています。
• Python：Ver. 3.13.0

Python 仮想環境の作成と起動方法

仮想環境は、VSCodeのターミナルで、下記のvenvコマンドを使用して作成します。

• 先ず、サンプルとなるプロジェクト「01_scraping_01」をVSCodeで開き、ターミナルを表示します。このプロジェクトはスクレイピングを行うプログラムですが、必要なライブラリ「requests」「beautifulsoup4」が未だインストールされていません。又、仮想環境用のsite-packages（プロジェクト専用のディレクトリ）もありません。

import requests
from bs4 import BeautifulSoup

# スクレイピングする対象のURL（例として仮のニュースサイトのURLを指定します）
url = 'https://www.python.org/downloads/'  # 実際のURLを指定する

# 1. RequestsでHTTPリクエストを送信してHTMLを取得
response = requests.get(url)

# ステータスコードを確認（200は成功を意味します）
if response.status_code == 200:
    # 2. Beautiful SoupでHTMLを解析
    release = []
    soup = BeautifulSoup(response.text, 'html.parser')

print()   
for li in soup.find_all('li'):
    if x := li.find('span', class_='release-number'):
        if y := x.find('a'):
            if z := li.find('span', class_='release-date'):
                release.append((y.text, z.text))

release.sort()
for name, date in release:
    print(f'{name:15}{date}')

• コマンドプロンプト
  ベース環境の中には、pip しか入っていません。

PS C:\Python_Sample\01_scraping_01> pip list
Package Version
------- -------
pip     24.2   
PS C:\Python_Sample\01_scraping_01> dir



    ディレクトリ: C:\Python_Sample\01_scraping_01


Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
-a----        2024/11/02     16:30            873 scraip_01.py


PS C:\Python_Sample\01_scraping_01>

仮想環境の作成

• 仮想環境は以下のコマンドで作成します。環境名には、プロジェクトに合った名称をつけます。

python -m venv 環境名

• 下記のコマンドで仮想環境を作成します。

python -m venv v_scraping

そうすると、「v_scraping」フォルダが作成され、フォルダには下記の内容が作成されます。

ディレクトリ: C:\Python_Sample\01_scraping_01


Mode                 LastWriteTime         Length Name                                                                              
----                 -------------         ------ ----
d-----        2024/11/10     12:42                v_scraping
-a----        2024/11/02     16:30            873 scraip_01.py


PS C:\Python_Sample\01_scraping_01> cd v_scraping  
PS C:\Python_Sample\01_scraping_01\v_scraping> dir


    ディレクトリ: C:\Python_Sample\01_scraping_01\v_scraping


Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
d-----        2024/11/10     12:42                Include
d-----        2024/11/10     12:42                Lib
d-----        2024/11/10     12:43                Scripts
-a----        2024/11/10     12:42             71 .gitignore
-a----        2024/11/10     12:42            222 pyvenv.cfg

仮想環境の起動

• 仮想環境は以下のコマンドで起動します。

環境名\Scripts\Activate

• 実際に仮想環境を起動してみます。起動すると、コマンドプロンプトの先頭に(環境名)が表示されます。又、仮想環境の中にも、pip しか入っていません。

PS C:\Python_Sample\01_scraping_01> v_scraping\Scripts\Activate
(v_scraping) PS C:\Python_Sample\01_scraping_01> pip list
Package Version
------- -------
pip     24.2
(v_scraping) PS C:\Python_Sample\01_scraping_01> 

• スクレイピングに必要な、Beautiful SoupとRequests ライブラリを仮想環境でインストールします。

(v_scraping) PS C:\Python_Sample\01_scraping_01> pip install beautifulsoup4
Collecting beautifulsoup4
  Downloading beautifulsoup4-4.12.3-py3-none-any.whl.metadata (3.8 kB)
Collecting soupsieve>1.2 (from beautifulsoup4)
  Downloading soupsieve-2.6-py3-none-any.whl.metadata (4.6 kB)
Downloading beautifulsoup4-4.12.3-py3-none-any.whl (147 kB)
Downloading soupsieve-2.6-py3-none-any.whl (36 kB)
Installing collected packages: soupsieve, beautifulsoup4
Successfully installed beautifulsoup4-4.12.3 soupsieve-2.6

[notice] A new release of pip is available: 24.2 -> 24.3.1
[notice] To update, run: python.exe -m pip install --upgrade pip
(v_scraping) PS C:\Python_Sample\01_scraping_01> pip install requests
Collecting requests
Collecting charset-normalizer<4,>=2 (from requests)
  Downloading charset_normalizer-3.4.0-cp313-cp313-win_amd64.whl.metadata (34 kB)
Collecting idna<4,>=2.5 (from requests)
  Downloading idna-3.10-py3-none-any.whl.metadata (10 kB)
Collecting urllib3<3,>=1.21.1 (from requests)
  Downloading urllib3-2.2.3-py3-none-any.whl.metadata (6.5 kB)
Collecting certifi>=2017.4.17 (from requests)
  Downloading certifi-2024.8.30-py3-none-any.whl.metadata (2.2 kB)
Downloading requests-2.32.3-py3-none-any.whl (64 kB)
Downloading certifi-2024.8.30-py3-none-any.whl (167 kB)
Downloading charset_normalizer-3.4.0-cp313-cp313-win_amd64.whl (102 kB)
Downloading idna-3.10-py3-none-any.whl (70 kB)
Downloading urllib3-2.2.3-py3-none-any.whl (126 kB)
Installing collected packages: urllib3, idna, charset-normalizer, certifi, requests
Successfully installed certifi-2024.8.30 charset-normalizer-3.4.0 idna-3.10 requests-2.32.3 urllib3-2.2.3

[notice] A new release of pip is available: 24.2 -> 24.3.1
[notice] To update, run: python.exe -m pip install --upgrade pip
(v_scraping) PS C:\Python_Sample\01_scraping_01> pip list
Package            Version
------------------ ---------
beautifulsoup4     4.12.3
certifi            2024.8.30
charset-normalizer 3.4.0
idna               3.10
pip                24.2
requests           2.32.3
soupsieve          2.6
urllib3            2.2.3
(v_scraping) PS C:\Python_Sample\01_scraping_01> 

• そうすると、Beautiful SoupとRequests 関連のライブラリがインストールされ、仮想環境で使用可能となります。

仮想環境の停止

• 仮想環境を停止するには、deactivate コマンドを使用します。

deactivate

• 実際に仮想環境を停止してみます。

(v_scraping) PS C:\Python_Sample\01_scraping_01> deactivate
PS C:\Python_Sample\01_scraping_01> pip list
Package Version
------- -------
pip     24.2
PS C:\Python_Sample\01_scraping_01> 

• 仮想環境を停止して、インストールしているライブラリを見てみると、ベース環境では pip しかインストールされていません。つまり、仮想環境で構築した環境は独立しており、ベース環境には影響を及ぼさない事が分かります。

更に、仮想環境 v_scraping2を作成してみましょう。

PS C:\Python_Sample\01_scraping_01> python -m venv v_scraping2
PS C:\Python_Sample\01_scraping_01> v_scraping2\Scripts\Activate
(v_scraping2) PS C:\Python_Sample\01_scraping_01> pip list
Package Version
------- -------
pip     24.2   
(v_scraping2) PS C:\Python_Sample\01_scraping_01> 

• v_scraping2 でもライブラリは pip しかインストールされていません。この事より、仮想環境「v_scraping」と「v_scraping2」も、それぞれ影響されない「独立した環境」である事が分かります。

VSCodeでの、Python 仮想環境のまとめ

• 各仮想環境が独自のsite-packagesディレクトリを持つため、複数のプロジェクトが異なるバージョンのライブラリを必要とする場合でも、お互いに影響しないで使用できる。
  
  
• Pythonのベース環境を作成（インストール）し、VSCodeのパレット（Ctrl + Shift + P または Cmd + Shift + P）で、「Python：インタープリターを選択」を選択し、インストールしたPythonと関連付ける。
  
  
• 仮想環境の作成：
  「python -m venv 環境名」コマンド
  
  
• 仮想環境の起動：
  「環境名\Scripts\Activate」コマンド
  
  
• 仮想環境の終了：
  「deactivate」コマンド
  
  

●インストール環境（2024年9月現在）

• Windows 10 Pro 22H2　（19045.4894）
• Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz 3.19 GHz
• 16.0 GB

Anaconda をインストールする目的

• 環境構築の手間を減らしたい
  • Anacondaは、Python や R 言語、Jupyter Notebook など 1000以上のライブラリ が標準でインストールされるため、すぐに開発を始められます。
    ただし、サイズが約４GBと大きく自身の開発に不要なパッケージが含まれることもあります。

Anaconda のインストール

Anaconda インストーラーのダウンロード

下記の公式Webサイトのダウンロードページから、インストーラーをダウンロードしてインスト―ルします。

Anaconda 公式サイト

※以下の画面はGoogleの翻訳機能で日本語に翻訳しています。

画面上部右側の「↓ 無料ダウンロード」をクリック。

次の画面で以下を入力し、「提出する >」ボタンをクリック。又は、「登録をスキップ」する。

• メールアドレス
• サービスに関する連絡の受け取り
  • 同意するならば✔、しない場合は✔しない

下記の画面でWindows版 64bit インストーラーをクリックすると、Windows版の最新インストーラー「Anaconda3-2024.10-1-Windows-x86_64.exe」がダウンロードされます。

インストールの開始

ダウンロードした「Anaconda3-2024.10-1-Windows-x86_64.exe」をダブルクリックしてインストールします。Welcom to Anaconda3 の画面が表示されたら、「NEXT」ボタンをクリックします。

ライセンス契約への同意画面が表示されるので、内容を確認し同意可能だったら、「I Agree」ボタンをクリックします。

自分だけが使用する場合は、「Just Me」、他のユーザーも使用する場合は「All Users」を選択し、「Next」ボタンをクリックします。

インストール先を聞いてくるので、標準フォルダで良ければそのまま、カスタムフォルダにインストールする場合は、カスタムフォルダ名を入力して「Next」ボタンをクリックします。

インストールのオプションを指定します。ここでは以下の2つのオプションをチェックしました。

• Create shortcuts(supported packege only)
• Clear the package cache upon completion.

■オプションの意味

• Create shortcuts(supported packege only)
  Anacondaに含まれるいくつかのアプリケーション（例: Jupyter Notebook、Spyderなど）のショートカットを、スタートメニューに作成するオプションです。
  
  
• Add anaconda3 to my PATH environment variable.
  Anaconda3をPATH環境変数に追加するオプションですが、このオプションは選択しないのが推奨されています。Anacondaには専用の環境管理システム（Conda）があるため、PATHに追加すると他のPython環境と競合する可能性があるためです。
  
  
• Register anaconda3 as my default Python 3.12
  VSCode や PyCharm などの他のプログラムが、Anaconda3 をシステム上の主要な Python 3.12 として自動的に検出できるようにするオプションです。
  
  Anaconda をメインで使いたい場合は✔し、既存の Python 環境を維持したい方は✔しない方が良いでしょう。
  
  
  
• Clear the package cache upon completion.
  Anacondaが一時的に保存したキャッシュファイル（インストール済みのパッケージのコピーやメタデータ）を削除するか否かを指定します。指定すると、ディスクスペースが節約され、クリーンな状態が保たれます。
  
  

インストール進行中の表示です。

インストール完了のメッセ―ジが表示されるので、「Next」ボタンをクリックします。
画像は「Show details」ボタンをクリックした時の表示です。

下記のダイアログボックスには、
「Anacondaのフル装備のJupyter Notebookを使えば、セットアップ不要でクラウドから利用可能になります。無料で始めましょう。」と記入されています。「Next」ボタンをクリックします。

インストール終了のメッセージが表示されます。「Finish」ボタンをクリックしてインストールを終了しますが、「Launch Anaconda Navigator」と「Getting Started with Anaconda Distribution」にチェックが入っているので、ここでは両方ともチェックを外します。必要な場合はチェックを入れて下さい。

Anaconda インストール結果の確認

「スタート」から「Anaconda Prompt」を選択します。

「conda」コマンドで、正しいバージョンやヘルプが表示できればインストールは成功です。

Anaconda インストールまとめ

「Anaconda」は公式ホームページから、インストーラーをダウンロードしてインストールします。
Anaconda 公式サイト

システム開発に必要なライブラリは本体のインストールと同時にインストールされ、すぐに開発が始められます。但し、サイズが約４GBと大きく自身の開発に不要なパッケージが含まれている可能性がある事を認識しておきましょう。

Pythonを取り巻く環境を知ろう！

Python言語とは？

Pythonは他の言語に比べて短いコードで多くのことができ、Web開発・データ分析・人工知能などさまざまな分野で利用されています。簡単な例を以下に示します

同じ「Hello, World!」を出力するプログラムをPythonと他の言語（Java）と比較してみましょう。

Pythonコード

print("Hello, World!")

• 特徴: 必要なコードが少なく、シンプル
• 初心者の利点: すぐに結果が得られる

Javaコード

public class HelloWorld {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}

• 特徴: クラスとメソッドが必要
• 初心者のハードル: 構造が複雑に見える

Javaとの比較だけでしたが、上記の例で十分に理解頂けたと思います。

Pythonで実現できる事

Pythonはその汎用性と豊富なライブラリによりさまざまなシステムの開発に利用されています。以下の表にPythonで作成されているシステムを、件数が多い順に５位迄まとめました。いずれもなじみのあるシステムです。

出　典：公開されているWeb上の資料

多くの人がPythonを習得しようとしている理由

数あるプログラミング言語から何故Pythonを選択したのか、その理由をまとめてみました。ここでも幅広い分野で利用されているPythonならではの特徴が良く表れています。

Pythonで求人数が多いシステムは？

ＩＴ業界で求人数が多いシステムを、上位５位まで表にまとめました。サーバーサイドでの求人が多いのは、Pythonがシンプルで可読性に優れていて分かり易いためです。

出　典：公開されているWeb上の資料

以上でPythonを取り巻く大まかな状況は分かっていただけたと思います。上記のようにこれからもPythonに対する需要は高くPythonを習得する事は今後のあなたの未来に役立つ事は間違いありません。

Pythonを習得する為の学習方法

これからPythonの学習方法についてステップバイステップで紹介していきます。独学で挫折してしまう人もいますが、ここでは可能な限り挫折する事なく目標を達成できる方法を紹介していきます。

途中で挫折してしまう理由

習得に挫折した理由を以下のグラフにまとめました。
上位の２項目については現在Web上で様々なツールがあるので積極的に活用しましょう。

1. ＡＩの活用
   ChatGPTに代表される対話型ＡＩを使用すれば初心者レベルであれば殆ど解決してくれます。
   
   
2. Webで質問や情報交換を行うサイトを活用する
   Pythonのコミュニティサイトや、teratail（テラテイル）やQiita（キータ）
   ※質問をする場合はルールを必ず守りましょう！　
   
   

モチベーションが続かない主な原因は、「目標」と「ゴール」が明確でないか、無理な計画を立てているためではないでしょうか？

調査概要：プログラミング学習の挫折に関するアンケート
調査対象：10代〜80代の男女298名
調査期間：2019年8月13日~8月20日
調査方法：インターネット調査
掲載元：PR TIMES

学習する目的とゴールを明確にする

何故 Pythonを習得したいのかもう一度考えてみましょう。
人それぞれ違った目的はあるでしょうが、「目的」と「ゴール」が明確になっていない初心者の方は殆ど習得できません。

曖昧な目標ではなく「具体的」な目標とゴールを明確にしましょう。

学習を開始する前に

カリキュラムを作成し、短時間でも毎日学習する

カリキュラムは各学習項目毎に概要程度のもので良いので必ず作成しましょう。細かく作成しすぎると遅れた場合にプレッシャーになりかねません。但し、最終ゴールの期日は決めて柔軟に進められるようにしましょう。


学習方法は色々ありますが習得する秘訣は、「毎日学習する習慣を身に付ける」事です。
個人により色々と事情があって難しい部分もあるとは思いますが、時間がある場合はこの学習法、無い場合はこの学習法と決めておくのが「継続する為のコツ」です。

学習を開始する　ー　Step by Step

Step-１　WebやYoutube動画で視覚的に基礎を学習する

初心者の方はまず ProgateやYouTube 等で基礎を学ぶ事をおすすめします。視覚的でわかりやすく、短時間でPythonの全体像をつかめます。

1. YouTube チャンネル
   
   
   • freeCodeCamp
     • Pythonの基礎から応用まで網羅した約4～6時間の講座が無料で視聴可能
     • 動画は段階的で、難易度が徐々に上がるため、挫折しにくい
     • 初めてプログラミングを学ぶ人でも理解しやすいペースで進行
     • 自動翻訳機能で日本語字幕を表示可能なので、英語に不慣れな人でも学習しやすい
       
       
   • Corey Schafer
     • より深い解説や実践的なトピックに強く、初歩を超えてスキルを伸ばしたい場合に最適
     • 自動化やデータ処理に関する具体例が豊富

1. オンライン学習プラットフォーム
   
   
   • Progate（有料/５日間無料）
     • スライド形式のわかりやすい説明と実践問題がセットになっている
     • 学習はブラウザ上で完結するため、環境構築の必要がない
     • 無料で基礎部分を体験可能
     • 学びながら実際に手を動かせるので、理解が深まりやすい
       
       
   • ドットインストール(フリー/有料版）
     • 短時間で要点を押さえた動画教材（1本3分程度）
     • 環境構築から応用まで幅広いPython教材が揃っている
     • 日本語の説明が丁寧で初心者にも分かりやすい
     • 無料で基礎部分を学べ、有料プランでさらに深い内容にアクセス可能
       
       
   • Udemy公式サイト（有料）
     • 高評価のPythonコースが多数
     • 一度購入すると無期限でアクセスできるため、好きなペースで学べる
     • 動画とハンズオン形式の練習がセットになっている

Step-２　簡単なPythonコードを実際に使ってみる

この時点から書籍を使用して実際に学習をすすめましょう。書籍は自分にあった物を使用して下さい。ちなみに私は以下をお勧めします。

1. Python1年生 第2版 体験してわかる！会話でまなべる！プログラミングのしくみ（翔泳社）
2. スッキリわかるPython入門 第2版 (スッキリわかる入門シリーズ)（インプレス）
3. Python ゼロからはじめるプログラミング（翔泳社）

※書籍は一つ一つのトピックをじっくり学べるため、内容の深掘りが可能であり理論や背景に強く、後々の応用力を高めやすい点があります。

Pythonを実行する方法は色々あり、書籍にはその方法が細かく記述されているはずです。書籍に記述された方法に従って学習を進めれば良い訳ですが、初心者の方は以下の順番で進めて下さい。抵抗なくスムーズに進められます。

1. Web上でPythonを実行してみる
2. Pythonをインストールして実行する
3. 一般的なIDE（統合開発環境）を使用する

以下、上記3点の方法を説明していきます。

Step-２-１　Web上でPythonを実行する

初心者にはPythonをインストールする事なくコードを記述し実行する学習方法をお勧めします。初心者にとってはインストール自体難しいと感じておられる方もいるでしょう。

1. Google Colab
   
   
   • インストール不要で、Googleアカウントさえあればすぐに利用可能
   • Pythonの基礎学習に最適
   • Googleが提供する無料のJupyter Notebook環境
     
     
2. Replit（無料/有料版）
   
   
   • ブラウザでPythonを含む様々なプログラミング言語を実行できる
   • コードの共有や共同編集が可能
   • 簡単なUIで初心者にも使いやすい
   • 使用方法参考サイト
     • PythonやC言語を１つのブラウザで！Replitの使い方や料金を紹介！ https://aitechworld.info/replit/
       
       
3. PyQ（有料/７日間無料）
   
   
   • 日本語で提供されているPython学習専用プラットフォーム
   • チュートリアル形式で実際に手を動かしながら学べる
   • Webアプリやデータ分析など、実践的なテーマに基づいた教材が豊富
   • 初心者から中級者まで幅広いレベルに対応
     
     

上記の中では、Google Colab　がお勧めですね。

Step-２-２　Pythonをインストールして実行する

Pythonは用途によって何種類かありますが、今回インストールするのは標準のPython（Cpython）です。

インストール方法は下記のブログを参考にして下さい。
【参考】：Pythonのインストール

Pythonをインストールするとスタートメニューは以下のようになります。

• ①IDLE（統合開発環境）
  Pythonに同梱されている機能です。
  
  
  • 特徴
    • 初期設定が不要で、Pythonをインストールすればすぐに使える
    • シンプルなGUIで初心者にとってわかりやすい
    • 大規模なプロジェクトには向いていない
    • 拡張機能が少なく、高度な機能は提供されていない

IDLE（統合開発環境）起動直後の画面

• ②Pythonインタプリタ
  Pythonコードを対話モード（インタラクティブモード）で実行できる機能です。
  初心者の方にはPythonインタプリタをお勧めします。学習が進むにつれ高度な統合開発環境を使用するようになるので、現段階では本機能で十分だと判断します。
  
  
  • 特徴
    • 対話型であり、すぐにコードを実行し結果を確認できます
    • 入力したコードを逐次実行するため、試行錯誤やデバッグに適しています
    • インタプリタ自体は非常に軽量で、特別な設定なしに利用できます

Ｐythonインタプリタ起動直後の画面

上記以外にもPythonコードを入力して実行できる下記の統合開発環境（IDE）があります。それぞれPythonがインストールされていれば、拡張機能としてインストールが可能です。

1. Jupyter Notebook の特徴
   • 実行結果（テキスト、グラフ、画像など）が即座にセル下部に表示され、視覚的フィードバックが得られる
   • プレゼン資料やレポート作成に便利
   • 大規模プロジェクトや複雑なコード開発には不向き

Jupyter Notebook の起動画面

1. Spyder の特徴
   • 統計や機械学習に適したワークフローが可能
   • エディタとIPythonコンソールを統合し、スクリプトの実行がスムーズ
   • スクリプトと即時実行が同じウィンドウ内で行える

Spyder の起動画面

Step-３　一般的な統合開発環境を使用する

一般的な統合開発環境そ使用すれば、他の言語や大規模なシステムも作成可能です。

1. Visual Studio Code
   マイクロソフトが提供する無料の軽量なコードエディタで、今やデファクトスタンダードとなっている統合開発環境です。
   
   
   • 特徴
     • シンプルなデザインで、初心者でも直感的に操作できます
     • JavaScriptなど、さまざまなプログラミング言語をサポートしています
     • デバッグ、Git管理、コードフォーマットなどが簡単に使えます

Visual Studio Code の起動画面

1. PyCharm
   JetBrains社が提供するPython専用の統合開発環境（IDE）です。Pythonの開発を効率化するための多機能なツールを備えており、プロフェッショナル向けから初心者まで幅広く利用されています。
   
   
   • 特徴
     • 高度なコード補完とシンタックスハイライトにより、コードを書く効率が向上します
     • 関数やメソッドの使用例や引数情報が即座に表示されるため、初心者にもわかりやすい
     • ウェブ開発やデータサイエンス向けの設定が簡単に行えます

初心者の方には軽量で起動が速いVS Codeをおすすめします。Pythonだけでなく他の技術に興味を持った場合でも使用可能です。

インストール方法は下記のブログを参考にして下さい。
参考ブログ：Visual Studio Code インストール 日本語化

Step-４　基本的な文法を実際にコーディングし実行してみる

最初は基本的な構文から始めます。以下のようなトピックを1つずつ学びましょう。

• 変数とデータ型
  • Pythonでは変数を宣言する際に型を指定する必要はありません。基本的なデータ型として以下を学びます。
    • 整数 (int): 数値の計算
    • 浮動小数点 (float): 小数の扱い
    • 文字列 (str): テキストを扱う
    • ブール値 (bool): True または False

• 演算子
  • 算術演算や比較演算、論理演算などがサポートされています。
  • 算術演算子: +, -, *, /, //, %, **
  • 比較演算子: ==, !=, <, >, <=, >=
  • 論理演算子: and, or, not

• ループ処理
  • 繰り返し処理を行うために、forループやwhileループを学びます。

• リスト（配列）と辞書（連想配列）
  • データの集まりを格納する方法を学びます。
    • リスト: 順序付きのデータを格納
    • 辞書: キーと値のペアを格納

参考リソース：Python-izm

Step-５　簡単なプロジェクトを作成する

基礎を学んだ後は、小さなプロジェクトに挑戦してみましょう。この段階からは、統合開発環境（Visial Studio Code）を使用して下さい。

• プロジェクト例
  1. 簡単な計算機プログラム
  2. TODOリストの作成
  3. 猫の写真をランダムに表示するアプリ

# TODOリストの例
todos = []
while True:
    task = input("Task: ")
    if task == "exit":
        break
    todos.append(task)
    print("Your TODOs:", todos)

Step-６　自分が目的としていたテーマに挑戦する

ある程度簡単なプロジェクトの作成をして自信がついたら、自分が「目標」「ゴール」としていたテーマに近いプログラムの作成に挑戦しましょう。

ここで重要なのは、練習用としてどのようなシステムに挑戦するのかその仕様を明確にさせておく事です。例えば、Web開発でいえば「顧客管理システム」とか、機械学習でいえば「果物の写真を判定して名前を当てる」等、実際に使えそうなテーマのシステムを選びましょう。

• Web開発: FlaskやDjangoを使った簡単なウェブアプリ作成。
• データ分析: PandasやMatplotlibを使ったデータ処理。
• 機械学習: Scikit-learnやTensorFlowを使ったモデル構築。

Step-７　練習とコミュニティ参加

学び続けるために、以下の方法でモチベーションを維持しましょう。

• 練習問題サイトで問題を解く。
  練習問題サイトとしては、
  • PyQ（パイキュー）
    実務的な課題や仕様からの機能開発など、1,000問以上の問題を通じて学習できるオンラインサービスです
    
  • pizaラーニング
    プログラムを書けるようになるための問題集を多数提供しています。様々な目的に応じた問題が用意されており、実践的なスキルアップに役立ちます。

• コミュニティ参加
  • Pythonコミュニティに参加して情報交換や交流を行う

まとめ

Pythonを学ぶ道のりは長いですが、本プログを参考にして、ステップバイステップで進めれば確実にスキルを身につけることができます。このブログが皆さんのPython学習の良いスタートとなることを願っています。次は、実際にコードを書いてみましょう！

【Python】スクレイピング

「スクレイピング」や、「スクレイピングの用途」「スクレイピングとAPIの違い」等、基本的事項は、下記のブログを参照してください。

参照ブログ：「Webスクレイピング　Beautiful Soup ＆ Requests」

【Python】スクレイピングの実行(Selenium＆Beautiful Soup)

スクレイピング実行環境

• OS
  • Windows 10 Pro 22H2
  • ＯSビルド：19045.5011
• コードエディタ（IDE）
  • Visual Studio Code Ver. 1.94
    ※仮想環境（v_scraping）を作成して実行しています。
• Python：Ver. 3.10.11

SeleniumとBeautiful Soupライブラリ

ライブラリの概要を以下に紹介します。

①Selenium

• 概要
  Seleniumは、ブラウザ操作を自動化する為のライブラリで、動的に生成されるコンテンツのスクレイピングに適しています。JavaScriptによって表示される要素も取得できる為、通常のスクレイピングでは難しい動的ページにも対応できます。
• 特徴
  ChromeやFirefox等のブラウザを起動して操作できる為、動的コンテンツのレンダリングも可能です。構成が複雑で実行速度が遅くなることもありますが、JavaScriptの実行が必要なページには有効です。
• 用途例
  商品サイトの詳細情報や、ボタン操作が必要なページのデータ取得など。

②Beautiful Soup

• 概要
  Beautiful SoupはHTMLやXMLの解析を容易にするためのライブラリです。HTMLドキュメントをツリー構造に変換し、タグや属性を指定してデータを抽出しやすくします。
• 特徴
  タグやクラスを指定してデータを簡単に取得できるため、初心者でも扱い易く、lxmlやhtml.parserといったパーサーと組み合わせて使用され、HTMLが多少壊れていても正確に解析できます。
• 用途例
  ニュースサイトのタイトルや本文、製品情報ページからの商品名や価格の取得など。

今回は、SeleniumとBeautiful Soupを組み合わせたスクレイピングを紹介します。

amzn.to

ChatGPTと学ぶPython入門 「Python×AI」で誰でも最速でプログラミングを習得できる！

「Python×AI」で誰でもあっという間にプログラムを作れるようになる！世界一やさしいPython入門書！「Pythonの構造をしっかり理解した上でコード作成をAI（ChatGPT）にサポートしてもらう」というコンセプトのPythonプログラミング入門書が新登場！

Selenium を使用する事の利点

Seleniumを使うとPythonや他のプログラミング言語から自動的にブラウザを操作できるので、次のようなことが可能になります。

1. ページの動的な要素の読み込み
   JavaScriptによって生成される動的な要素（例：動的なテーブル、チャート、ロード後に表示されるコンテンツなど）も、実際のブラウザと同じようにレンダリングされます。静的なHTMLでは取得できないコンテンツも、レンダリング後のDOMから取得することができます。
   
   
2. ユーザー操作の自動化
   ページのロードやレンダリング後に、リンクのクリック、フォームの入力、スクロールなどの操作も可能です。これにより、ユーザーが行う操作をシミュレートしながらデータを取得することができます。

Seleniumでのページレンダリングの一般的な流れ

「ページレンダリング」とは、Seleniumを用いてウェブページを実際にブラウザ上で開き、そのページのHTMLやCSS、JavaScriptを実行させることで、ユーザーが見た時と同じようにウェブページを表示させることを意味します。

1. ブラウザの起動
   SeleniumでWebDriver（ChromeDriverやGeckoDriverなど）を用いてブラウザを起動します。
   
   
2. ページの読み込み
   指定したURLを開き、ページがレンダリングされるのを待ちます。
   
   
3. DOM操作や情報取得
   ページが完全にレンダリングされた後、find_element や get_attributeなどのメソッドを使用して、必要な情報を取得します。
   
   
4. ページ間の操作
   ページ遷移やフォームの入力、ボタンのクリックなどを実行して、次のステップに進むことができます。
   
   

Seleniumを使ったページレンダリングは、特に動的コンテンツが多いウェブサイトや、JavaScriptで更新されるコンテンツを取得する際に非常に役立ちます。

amzn.to

Pythonで動かしながら学ぶ コンピュータネットワーク (KS情報科学専門書)

著者が独自開発したシミュレータを使って、コンピュータネットワークの挙動をPythonで学ぼう!スイッチング、ルーティング、TCPのハンドシェイク、輻輳制御、TLSハンドシェイクが、この一冊でわかる!

SeleniumとBeautiful Soupを使用したスクレイピング

SeleniumとBeautiful Soupを使用したスクレイピングのサンプルを紹介します。指定したウェブページからデータを取得して、解析し、欲しい情報を抽出します。

スクレイピングするWebページと、Ｗebページの内容確認

Pytonの公式ダウンロードページ「https://www.python.org/downloads/」に掲載されているリリースの一覧表から「リリース番号」と「リリース日」のスクレイピングを考えてみます。

Webページの内容を確認すると、

• <li> 要素の中に<span>要素がある。
• class属性「release-number」がある<span>要素の中の、<a>要素の中にリリース番号が記載されている。
• class属性「release-date」がある<span>要素の中の、リリース日が記載されている。

その為、<li>要素を見つけclass属性が「release-number」の<span>要素から「リリース番号」を取得します。同じように、class属性が「release-date」の<span>要素から「リリース日」を取得できます。

スクレイピングの実施

①ターミナルで、必要なライブラリをインストールします。
　Seleniumを使うには、まずWebドライバをインストールしておく必要があります。ここでは、Chromeを使う例を示しますが、他のブラウザでも構いません。
webdriver_managerパッケージを使うと、Seleniumが自動的にchromedriverをインストールしてくれるので便利です。

pip install selenium webdriver-manager
pip install selenium beautifulsoup4
pip install beautifulsoup4

②スクレイピングするコードを下記に示します。
Ｗeb上のデータを取得するには、get()関数を使用します。get()関数はレスポンスのオブジェクトを返します。オブジェクトからデータを取り出すには、「レスポンス.text」のようにして取り出します。

from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from bs4 import BeautifulSoup
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# Chromeドライバを自動でインストールし、ブラウザを起動する
service = Service(ChromeDriverManager().install())

# Seleniumの設定
options = webdriver.ChromeOptions()
options.add_argument('--headless')  # ヘッドレスモードで実行する場合
driver = webdriver.Chrome(service=service, options=options)

# スクレイピングするURL
url = 'https://www.python.org/downloads/'

# 1. Seleniumでページにアクセス
driver.get(url)


# 指定した要素が読み込まれるまで待つ
WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.CLASS_NAME, 'release-number')))

# 3. Beautiful SoupでHTMLを解析
soup = BeautifulSoup(driver.page_source, 'html.parser')

# 4. リストの初期化
release = []

# 5. <li> タグを検索
for li in soup.find_all('li'):
    # 6. <span> タグで class が 'release-number' の要素を検索
    if x := li.find('span', class_='release-number'):
        # 7. 最初の <a> タグを検索
        if y := x.find('a'):
            # 8. <span> タグで class が 'release-date' の要素を検索
            if z := li.find('span', class_='release-date'):
                # 9. リスト release に「リリース番号」と「リリース日」を追加
                release.append((y.text, z.text))

# 10. リリース番号のソート
release.sort()

# 改行を出力
print()

# 11. 「リリース番号」と「リリース日」の取り出しと出力
for name, date in release:
    print(f'{name:15}{date}')

# Seleniumドライバを閉じる
driver.quit()

amzn.to

Kindle Paperwhite (16GB) 7インチディスプレイ、色調調節ライト、12週間持続バッ...

レビュー：読書が楽しくなるガジェット。スマホで読むのとは違います。カラー版もありますが、カラーの書籍って雑誌を除くとそんなにないのでPaperwhiteで十分だと個人的には思います。

コードの詳細解説

ライブラリのインポート

from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from bs4 import BeautifulSoup
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

• selenium.webdriver
  Seleniumはウェブブラウザを自動操作するためのツールです。このコードでは、webdriverを使ってChromeブラウザを操作します。

• webdriver_manager.chrome
  webdriver_managerはSelenium用のChromeドライバを自動的にインストールし、バージョン管理を簡単にします。

• selenium.webdriver.chrome.service.Service
  Serviceクラスは、chromedriverのサービス設定を行います。

• selenium.webdriver.common.by.By
  Seleniumで要素を探す際に、指定方法を設定するためのモジュールです（例: By.CLASS_NAME）。

• bs4.BeautifulSoup
  Beautiful SoupはHTMLやXMLを解析するためのライブラリです。ここでは、Seleniumで取得したページソースを解析します。

• selenium.webdriver.support.ui.WebDriverWaitとselenium.webdriver.support.expected_conditions
  WebDriverWaitはページの要素が出現するまで待機するのに使われます。expected_conditionsは、特定の条件が満たされるまで待機するための条件を定義します。

Chromeドライバの設定と起動

# １．Chromeドライバのインストール
service = Service(ChromeDriverManager().install())

# ２．ヘッドレスモードの設定
options = webdriver.ChromeOptions()
options.add_argument('--headless')

# ３．ブラウザの起動
driver = webdriver.Chrome(service=service, options=options)

• １．Chromeドライバのインストール
  ChromeDriverManager().install()でドライバを自動的にインストールし、そのパスをServiceに渡します。

• ２．ヘッドレスモードの設定
  webdriver.ChromeOptions()でChromeのオプションを設定しています。options.add_argument(‘–headless’)により、Chromeを画面上に表示せずにバックグラウンドで実行する「ヘッドレスモード」にしています。

• ３．ブラウザの起動
  webdriver.Chrome(service=service, options=options)により、Chromeドライバが起動され、指定したオプションで動作するようになります。

ページへのアクセス

url = 'https://www.python.org/downloads/'
driver.get(url)

driver.get(url)で指定したURLにアクセスします。この操作によって、SeleniumがChromeドライバを通してブラウザを開き、そのURLのページをロードします。

ページの読み込み待機

WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.CLASS_NAME, 'release-number')))

ページが完全に読み込まれる前に次の処理をするとエラーになる可能性があるため、要素がページに現れるまで待機します。WebDriverWait(driver, 10)は、最大10秒間待機し、EC.presence_of_element_located((By.CLASS_NAME, ‘release-number’))が満たされるまで待機します。

Beautiful SoupでHTML解析

soup = BeautifulSoup(driver.page_source, 'html.parser')

driver.page_sourceで現在のページのHTMLソースを取得し、Beautiful Soupで解析します。これにより、HTMLの構造を基に情報を抽出できます。

リストの初期化

release = []

取得したデータを保存するための空リストreleaseを作成します。

データの抽出

# １．<li>タグの検索
for li in soup.find_all('li'):

　　# ２．release-numberクラスを持つ<span>タグの検索
    if x := li.find('span', class_='release-number'):

        # ３．最初の<a>タグを取得
        if y := x.find('a'):

            # ５．リストへの追加
            if z := li.find('span', class_='release-date'):
                release.append((y.text, z.text))

• １．<li>タグの検索
  soup.find_all(‘li’)で、ページ内のすべての<li>タグを検索します。各<li>タグに対して順に操作を行います。

• ２．release-numberクラスを持つ<span>タグの検索
  li.find(‘span’, class_=’release-number’)で、classがrelease-numberの<span>タグを探します。

• ３．最初の<a>タグを取得
  x.find(‘a’)で、上記の<span>内の最初の<a>タグを取得し、リンクテキスト（リリース番号）をy.textで抽出します。

• ４．release-dateクラスを持つ<span>タグの検索
  li.find(‘span’, class_=’release-date’)で、リリース日が含まれるrelease-dateクラスの<span>タグを探します。

• ５．リストへの追加
  release.append((y.text, z.text))で、リリース番号とリリース日をreleaseリストに追加します。

データのソートと出力

release.sort()
print()

for name, date in release:
    print(f'{name:15}{date}')

release.sort()でリスト内のリリース番号をアルファベット順にソートします。次に、各リリース番号とリリース日をprint()で出力します。f'{name:15}{date}’は、リリース番号を15文字分のスペースで揃えて表示します。

ドライバの終了

driver.quit()

スクレイピングが終了したら、driver.quit()でChromeドライバを閉じ、リソースを解放します。

amzn.to

Bigme B6、カラー電子書籍リーダー、4GB+64GB 6インチ電子ペーパータ

レビュー：ストレージ容量が増やせないKindleが不便で購入しました。SDも使えて、持っている本を全部ダウンロードしてオフラインでもいつでも読めるのは便利ですね。PlayBooksでも何冊か買っているので1つの端末で完結するのも便利です。

【Python】スクレイピングとは

スクレイピングとは、プログラムを使用してウェブページからデータを自動的に収集する技術のことを指します。通常、ウェブページはHTMLとしてブラウザに表示されますが、スクレイピングではそのHTMLからテキストや画像、リンクなどのデータを抽出し、任意の形式に整理して保存します。

スクレイピングの用途

スクレイピングの主な用途には、次のようなものがあります。

• 価格の比較
  eコマースサイトから商品価格を収集し、他サイトと比較する。
• ニュースやSNSのモニタリング
  ニュースサイトやSNSから最新のトピックや記事を収集し、分析に役立てる。
• 研究データの収集
  研究目的で公開データを収集し、統計分析やマーケットリサーチに利用する。
• 不動産情報の収集
  不動産サイトから物件情報を自動収集し、一覧表に整理する。

スクレイピングとAPIの違い

スクレイピングは、主にウェブページのHTMLを解析してデータを取得する手法です。
一方、API（アプリケーション・プログラミング・インターフェース）を利用したデータ取得は、提供者が公式に提供するインターフェースから直接データを引き出します。
APIはアクセス制限が設けられていることが多く、規制されたデータのみが提供される一方で、スクレイピングは理論上公開されている情報なら制限なく取得できます。

スクレイピングの注意点

スクレイピングは合法ですが、注意が必要です。特に、以下の点には注意する必要があります。

• 利用規約の遵守
  多くのサイトがスクレイピングを禁止している場合がある為、利用規約を確認することが重要です。
• 適切なアクセス頻度
  サーバーに負担をかけないよう、短時間に大量のリクエストを送ることは避ける必要があります。
• 著作権やプライバシーの配慮
  取得したデータの使用方法は、著作権やプライバシーに関する法律に準拠する必要があります。

amzn.to

VTuberサプーが教える！　Python　初心者のコード／プロのコード 単行本（ソフトカ...

自分のコードを改善したくなる！プロが実践する書きかた「自分が書いたコードは、仕事で通用するか不安……」「動くものは作れる。そこからどう上達すればいい？」そんな悩みを抱えるあなたに、VTuberサプーがPythonでのコードの書きかたをお教えします！

【Python】Beautiful Soup と Requests によるスクレイピングの実行

スクレイピング実行環境

• OS
  • Windows 10 Pro 22H2
  • ＯSビルド：19045.5011
• コードエディタ（IDE）
  • Visual Studio Code Ver. 1.94
    ※仮想環境（v_scraping）を作成して実行しています。
• Python：Ver. 3.10.11

スクレイピングに必要なライブラリ

Pythonでスクレイピングに最もよく使用されているライブラリとして、以下の3つが挙げられます。

①Beautiful Soup

• 概要
  Beautiful SoupはHTMLやXMLの解析を容易にするためのライブラリです。HTMLドキュメントをツリー構造に変換し、タグや属性を指定してデータを抽出しやすくします。
• 特徴
  タグやクラスを指定してデータを簡単に取得できるため、初心者でも扱い易く、lxmlやhtml.parserといったパーサーと組み合わせて使用され、HTMLが多少壊れていても正確に解析できます。
• 用途例
  ニュースサイトのタイトルや本文、製品情報ページからの商品名や価格の取得など。

②Requests

• 概要
  Requestsは、HTTPリクエストを送信し、サーバーからデータを取得するためのライブラリです。シンプルな構文でGETやPOSTなどのリクエストを簡単に行えます。
• 特徴
  認証やクッキーの管理、ヘッダー設定などが簡単に行えます。
  Beautiful Soupやlxmlと一緒に使用されることが多く、ページのHTMLを取得するための基盤として活用されます。
• 用途例
  APIへのリクエスト送信や、ウェブページからHTMLを取得する際に使用。

③Selenium

• 概要
  Seleniumは、ブラウザ操作を自動化する為のライブラリで、動的に生成されるコンテンツのスクレイピングに適しています。JavaScriptによって表示される要素も取得できる為、通常のスクレイピングでは難しい動的ページにも対応できます。
• 特徴
  ChromeやFirefox等のブラウザを起動して操作できる為、動的コンテンツのレンダリングも可能です。構成が複雑で実行速度が遅くなることもありますが、JavaScriptの実行が必要なページには有効です。
• 用途例
  商品サイトの詳細情報や、ボタン操作が必要なページのデータ取得など。

これらのライブラリは組み合わせて使われることも多く、特にBeautiful SoupとRequests、もしくはSeleniumとBeautiful Soupの組み合わせは定番です。

amzn.to

スッキリわかるPythonによる機械学習入門 第2版 (スッキリわかる入門シリーズ)

シリーズ累計90万部突破！ 機械学習入門の決定版！講義経験から導き出した繰り返し丁寧に積み上げる解説で、初学者でも必ずMLのスキルが身に付く！

Beautiful Soup と Requests を使用したスクレイピング

Beautiful Soup と Requests を使用したスクレイピングのサンプルを紹介します。指定したウェブページからデータを取得して、解析し、欲しい情報を抽出します。

スクレイピングするWebページと、Ｗebページの内容確認

Pytonの公式ダウンロードページ「https://www.python.org/downloads/」に掲載されているリリースの一覧表から「リリース番号」と「リリース日」のスクレイピングを考えてみます。

Webページの内容を確認すると、

• <li> 要素の中に<span>要素がある。
• class属性「release-number」がある<span>要素の中の、<a>要素の中にリリース番号が記載されている。
• class属性「release-date」がある<span>要素の中の、リリース日が記載されている。

その為、<li>要素を見つけclass属性が「release-number」の<span>要素から「リリース番号」を取得します。同じように、class属性が「release-date」の<span>要素から「リリース日」を取得できます。

スクレイピングの実施

①ターミナルで、必要なライブラリをインストールします。

pip install requests
pip install beautifulsoup4

②スクレイピングするコードです。
Ｗeb上のデータを取得するには、get()関数を使用します。get()関数はレスポンスのオブジェクトを返します。オブジェクトからデータを取り出すには、「レスポンス.text」のようにして取り出します。

import requests
from bs4 import BeautifulSoup

# スクレイピングする対象のURL（pytonの公式ダウンロードページ）を指定
url = 'https://www.python.org/downloads/'

#１. RequestsでHTTPリクエストを送信しHTMLを取得
response = requests.get(url)

#２．ステータスコード200の確認（200は成功を意味します）
if response.status_code == 200:

    # .textで取得したデータを格納するリスト
    release = []

　　#３．Beautiful SoupでHTMLを解析
    soup = BeautifulSoup(response.text, 'html.parser')

#４． <li>タグの検索
for li in soup.find_all('li'):

　　#５．li 要素内から、<span>タグで、class属性がrelease-numberとなっている要素の検索
    if x := li.find('span', class_='release-number'):

　　　　#６． x 要素内から最初の <a> タグを検索
        if y := x.find('a'):

    　　　　#７． <span> タグで、class が ‘release-date’ の要素を検索
            if z := li.find('span', class_='release-date'):

　　　　　　　　#８．リストreleaseに、「リリース番号」と「リリース日」を追加　　
                release.append((y.text, z.text))

#９．リリース番号のソート
release.sort()

#最初に出力する際の改行
print() 

#１０．「リリース番号」と「リリース日」の取り出し  
for name, date in release:

#１１．「リリース番号」と「リリース日」の出力
    print(f'{name:15}{date}')

コードの実行結果

実行結果は以下の様になります。

(v_scraping) PS C:\Python_Sample\01_scraping_01>  c:; cd 'c:\Python_Sample\01_scraping_01'; & 'c:\Python_Sample\01_scraping_01\v_scraping\Scripts\python.exe' 'c:\Users\xxxxxxxxxx\.vscode\extensions\ms-python.debugpy-2024.12.0-win32-x64\bundled\libs\debugpy\adapter/../..\debugpy\launcher' '54116' '--' 'C:\Python_Sample\01_scraping_01\scraip_01.py'   
bs\x5cdebugpy\x5cadapter/../..\x5cdebugpy\x5clauncher' '54116' '--' 'C:\x5cPython_Sample\x5c01_scraping_01\x5cscraip_01.py' ;191da820-b505-40f7-9e67-58069a4da2ae
Python 2.0.1   June 22, 2001
Python 2.1.3   April 9, 2002 
Python 2.2.0   Dec. 21, 2001 
Python 2.2.1   April 10, 2002
Python 2.2.2   Oct. 14, 2002 
Python 2.2.3   May 30, 2003  
Python 2.3.0   July 29, 2003 
Python 2.3.1   Sept. 23, 2003
Python 2.3.2   Oct. 3, 2003
Python 2.3.3   Dec. 19, 2003
Python 2.3.4   May 27, 2004
Python 2.3.5   Feb. 8, 2005
Python 2.3.6   Nov. 1, 2006
Python 2.3.7   March 11, 2008
Python 2.4.0   Nov. 30, 2004

amzn.to

Android 15 タブレット【 10.1インチ大画面＆AI最適化OS】

レビュー：価格のわりに性能が高く、とても満足しています。動作はサクサクで動画視聴やネットも快適。画面も明るくて見やすいです。バッテリーも1日しっかり持ち、Bluetooth接続もスムーズ。少し音質が弱めですが、総合的にはコスパの良いタブレットだと思います。

コードの詳細解説

１．RequestsによるHTTPリクエスト送信

response = requests.get(url)

requests.get(url) によって、指定したURLのページにHTTPリクエストを送信し、ページのHTMLデータを取得します。この処理により、対象のページの内容が response変数に保存されます。

２．ステータスコードの確認

if response.status_code == 200:

HTTPリクエストが成功すると、ステータスコード 200 が返されます。200 が返されている場合は次の解析処理に進み、それ以外の場合（例えば 404 や 500 ）はページ取得に失敗したと判断できます。

３．Beautiful SoupによるHTML解析

soup = BeautifulSoup(response.text, 'html.parser')

requests.get(url)で取得したWebページのレスポンス（文字列）を、html.parserを使用して取得したHTMLを解析し、操作やデータ抽出ができるようにBeautifulSoupオブジェクト（ここではsoup）に変換します

４．<li>タグの検索

for li in soup.find_all('li'):

soupオブジェクトから全ての<li>タグを検索し、 条件に一致するすべての要素をリストとして返します。

５．class属性がrelease-numberとなっている要素を検索

if x := li.find('span', class_='release-number'):

<li> 要素内から<span>タグで、class属性がrelease-numberとなっている要素を検索します。もしその要素が見つかれば、その要素「リリース番号」が返されますが、見つからなければ None が返ります。

６．x 要素内から最初の <a> タグを検索

if y := x.find('a'):

x 要素内から最初の <a> タグを検索します。見つかればその <a> 要素が返され、見つからなければ None が返されます。

７．<span> タグで、class が ‘release-date’ の要素を検索します

if z := li.find('span', class_='release-date'):

li 要素内から最初に見つかった <span> タグで、class が ‘release-date’ の要素を検索します。見つかればその <span> 要素「リリース日」が返され、見つからなければ None が返ります。

８．「リリース番号」と「リリース日」の追加

release.append((y.text, z.text))

リストreleaseに、「リリース番号」と「リリース日」をタプルとして追加しています。

９．リリース番号のソート

release.sort()

release はタプルのリストで、各タプルは（リリース番号, リリース日）の形式になっているため、リストは各タプルの最初の要素（リリース番号）を基準にアルファベット順でソートされます。

10．「リリース番号」と「リリース日」の取り出し

for name, date in release

release リストから順に各タプルを取り出し、name に「リリース番号」、date に「リリース日」を格納します。

11.「リリース番号」と「リリース日」の出力

print(f'{name:15}{date}')

f 文字列で、「リリース番号」と「リリース日」 をフォーマットして出力します。「リリース番号」は、出力幅を15文字に設定されています。

amzn.to

Galaxy Tab A9+(Wi-Fiモデル)｜グラファイト｜タブレット 本体 端末

画面に保護ガラスしてもサクサク動くので何の問題なく使えます。3人のお客様がこれが役に立ったと考えています

【Python 初心者】PostgreSQLに接続する

使用環境

• OS
  • Windows 10 Pro 22H2
  • ＯSビルド：19045.5011
• コードエディタ（IDE）
  • Visual Studio Code Ver. 1.94
    ※仮想環境（v_posgre）を作成して実行しています。
• Python：Ver. 3.10.11
• PostgreSQL：Ver. 16.2

amzn.to

スッキリわかるPython入門 第2版 (スッキリわかる入門シリーズ)

シリーズ累計90万部突破の大人気入門書の改訂版！コツ・しくみ・落とし穴をしっかり押さえるから初心者でもすぐにプログラミングを習得できる！秘密は、3つのコンセプトにあり！

Python PosgreSQL 接続コーディング例

コーディング例を下記に示します。
今回は、PythonがPostgreSQLのデータベースに接続する為のライブラリとして、最も広く使われている「psycopg2」を使用しました。「psycopg2」ライブラリはターミナルからpipコマンドでインストールします。

• 「psycopg2」のインストール：pip install psycopg2

(v_posgre) PS C:\Python_Sample\01_posbre_connect> pip install psycopg2
Collecting psycopg2
  Using cached psycopg2-2.9.10-cp310-cp310-win_amd64.whl.metadata (5.0 kB)
Using cached psycopg2-2.9.10-cp310-cp310-win_amd64.whl (1.2 MB)
Installing collected packages: psycopg2
Successfully installed psycopg2-2.9.10
(v_posgre) PS C:\Python_Sample\01_posbre_connect> pip list
Package    Version
---------- -------
pip        24.2
psycopg2   2.9.10
setuptools 65.5.0

• PostgreSQLデータベースの接続とレコード読み込みのコーディング例
  ③で接続に必要な情報を指定し、接続情報を取得します。
  ④でカーソルを作成し、⑤でSELECT文を実行します。
  ⑥のfetchall()で、全レコードを配列に格納し、⑦で１レコードづつターミナルに出力します。
  ⑧で例外処理を定義し、⑨で接続情報を開放します。

import psycopg2                         # ①PostgreSQL接続用ラブラリー

try:
    connection = None                   # ②connectionの初期化

    # ③データベース接続設定
    connection = psycopg2.connect(
        user="postgres",                # PostgreSQLのユーザー名
        password="xxxxxx",              # パスワード
        host="localhost",               # ホスト（通常は'localhost'）
        port="5432",                    # ポート番号（通常は5432）
        database="customer"             # 接続するデータベース名
    )
    
    # ④カーソルを作成
    cursor = connection.cursor()
    
    # ⑤SQLクエリの実行（customer_tblのレコードを全て読み込む）
    cursor.execute("SELECT * FROM customer_tbl;")
    
    # ⑥結果をすべて取得
    rows = cursor.fetchall()
    
    # ⑦読み込んだレコードを全てターミナルに出力
    for row in rows:
        print(row)

# ⑧例外処理
except (Exception, psycopg2.Error) as error:
    print("エラーが発生しました:", error)

# ⑨終了処理
finally:
    # 接続を閉じる
    if connection:
        cursor.close()
        connection.close()
        print("PostgreSQL接続をクローズしました。")

• コーディングの実行結果

(1, '00001', '佐藤', '一郎', 'man', 30, 'A0001', '人事部')
(2, '00002', '山田', '太郎', 'man', 25, 'B0001', '営業部')  
(3, '00003', '田中', '花子', 'woman', 28, 'C0001', '秘書室')
PostgreSQL接続をクローズしました。
(v_posgre) PS C:\Python_Sample\01_posbre_connect> 

Visual Studio Code のインストール

• 本プログ内の「Visua Studio Code インストールと日本語化」を参考に、VSCodeをインストールして下さい。

PostgreSQLのインストール

• 本プログ内の「PostgreSQL インストール」を参考に、PostgreSQLをインストールして下さい。

VSCodeでの、Pythonのインストール

下記の手順でPythonをインストールします。

• ①「拡張機能」のアイコンをクリック
• ②検索欄に「Python」と入力：Ptyhon関係の拡張機能が表示されます。
• ③「拡張機能」の中の「Python」をクリックし、リリースバージョンをインストールします。

「Python」のインストールが開始します。

「拡張機能パック」として、「Pylance」「Python Debugger」もインストールされます。

• Pylance
  Pyrightという型チェックツールを使い、コードの型ヒントを提供しながら、コード補完、型チェック、モジュールの自動インポートなどを強化する機能を備えています。
• Python Debugger
  Visual Studio Code内でPythonコードをデバッグするための機能です。

amzn.to

独習Python 第2版 単行本（ソフトカバー） – 2025/5/14

Python独学の“標準教科書”が非同期、型ヒントなど新仕様を取り込んで5年ぶりの改訂！Pythonの独学に最適な教科書として、多くの読者の支持を集めてきた『独習Python』。プログラミング言語入門書の執筆で定評のある山田祥寛氏の執筆による信頼感をそのままに、非同期、型ヒントなど注目の新仕様を取り込んで改訂！

Python PostgreSQL 接続エラー/実行時エラー

PythonとPostgreSQLを接続する際、接続やクエリ実行中に発生するエラーは、接続設定やSQLの記述ミス、権限など様々な原因が考えられます。以下によくあるエラーコードとその内容、解決方法を紹介します。

エラーコード: 08001 – Connection Refused

• 内容：PostgreSQLサーバーに接続できません。
• 原因と解決策
  • サーバーが起動しているか確認する。
  • hostとportが正しいかを確認する。
  • サーバーのファイアウォールやセキュリティ設定も確認が必要です。

エラーコード: 28P01 – Invalid Password

• 内容：ユーザー名またはパスワードが間違っている。
• 原因と解決策
  • userとpasswordの指定が正しいか確認する。
  • データベースでそのユーザーの認証方式が正しいかも確認が必要です（pg_hba.confの設定）。

エラーコード: 3D000 – Invalid Catalog Name

• 内容：指定されたデータベース名が存在しない。
• 原因と解決策
  • dbnameが正しいかを確認する。
  • データベースが存在すること、または適切なデータベースを指定しているか確認する。

エラーコード: 42501 – Insufficient Privilege

• 内容：ユーザーに十分な権限がない。
• 原因と解決策
  • 実行しようとしているクエリに対する権限がユーザーに付与されているか確認する。
  • GRANT文を使用して、必要な権限を付与する。

エラーコード: 42703 – Undefined Column

• 内容：クエリで指定されたカラムがテーブルに存在しない
• 原因と解決策
  • SQL文で指定したカラム名が正しいか確認する。
  • カラム名のスペルミスや、引用符の使用なども確認する。

エラーコード: 42P01 – Undefined Table

• 内容：クエリで指定されたテーブルが存在しない。
• 原因と解決策
  • テーブル名が正しいかを確認し、テーブルが作成されているかを確認する。
  • スキーマを指定する必要がある場合は、schema.table_nameの形式で記述する。

エラーコード: 23505 – Unique Violation

• 内容：ユニーク制約違反（既に存在する値をユニークなカラムに挿入しようとした）。
• 原因と解決策
  • 挿入や更新する値が重複していないか確認する。
  • 重複を防ぐためにデータの事前チェックを行うか、ユニーク制約を取り除く。

エラーコード: 42601 – Syntax Error

• 内容：SQL文の文法エラー。
• 原因と解決策
  • SQL文を再度確認し、構文エラーを修正する。
  • 特にクォートやカッコ、カンマの不足・過剰に注意。

エラーコード: 57014 – Query Canceled

• 内容：クエリが手動またはタイムアウトでキャンセルされた。
• 原因と解決策
  • クエリが長時間かかっている場合は、クエリの効率化を図る。
  • タイムアウト設定が適切か確認する（例えばstatement_timeoutの設定）。

エラーコード: XX000 – Internal Error

• 内容：PostgreSQLの内部エラー（未定義のエラー）。
• 原因と解決策
  • PostgreSQLのバージョンや設定に問題がある可能性があります。
  • ログを確認して問題の詳細を調べ、必要に応じてPostgreSQLを再起動、もしくはアップデートする。

エラーコードを確認し、原因に応じて対処することで、PythonとPostgreSQLの接続と操作が安定します。また、tryとexceptブロックを使ってエラーハンドリングを行い、詳細なエラー情報をログに記録すると、トラブルシューティングが容易になります。

amzn.to

New Amazon Kindle Colorsoft シグニチャーエディション | 32GBストレージ

レビュー：数週間ほどKindle Colorsoft シグニチャーエディションを使っていますが、本当に気に入っています。新しいカラー画面は鮮やかでありながら目に優しく、本やマンガ、雑誌を読むのに最適です。紙のような質感でタッチ操作もスムーズ。バッテリーの持ちも素晴らしく、毎日使っても1週間以上もちます。シグニチャーエディションのワイヤレス充電と自動明るさ調整はとても便利で、夜の読書にもぴったりです。5人のお客様がこれが役に立ったと考えています

●インストール環境（2024年9月現在）

• Windows 10 Pro 22H2　（19045.4894）
• Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz 3.19 GHz
• 16.0 GB

【Python 初心者】PyPy のインストール

zipファイルのダウンロード

PyPy公式サイトからzipファイルをダウンロードし、解凍したフォルダを配置します。
Python 2とPython 3のバージョンがありますが、最新のPython 3対応版を選択しましょう。

PyPy公式サイト

画面上部の「Download PyPy」をクリックします。

ここでは、windows 64 bit 版を選択しますが、他のシステムで使用したい場合は、使用するシステムに合ったものをダウンロードして下さい。

zipファイルの解凍と配置

ダウンロードした「pypy3.10-v7.3.17-win64.zip」を、配置したい場所に解凍します。ここではHドライブの直下に解凍します。解凍したファイルの中には「pypy3.exe」等、下記に示すファイルが含まれています。
pypy3.exe はパスを通しておきましょう。

amzn.to

VTuberサプーが教える！　Python　初心者のコード／プロのコード 単行本（ソフトカ...

VTuberサプーがPythonでのコードの書きかたをお教えします！　本書は、コードの見た目の整えかたから、読みやすさ、シンプルさ、安全性……などを意識した「プロ」の知識とテクニックをまとめました。中の人のエンジニア経験から得た知見をもとに解説しているので、実際に現場でちゃんと役立つコードに改善できます。この1冊で、自分の書くコードをワンランクアップさせましょう！

ダウンロードの確認

下記のように、「pypy3 -V」と入力して、バージョン番号が正しく表示されれば、正常に動作しています。又、PyPyのバージョンと同時に表示されるPythonのバージョンは、PyPyがどのバージョンのPythonインタプリタと互換性を持っているのかを表しています。
つまり、今回インストールしたPyPy 7.3.17 は、Python 3.10.14インタプリタに準拠している事を示しています。

PyPyでのPythonスクリプト実行

PyPyを使用してPythonスクリプトを実行するには、通常のPythonスクリプトと同様に以下のコマンドを使用します。

pypy3 my_python.py

ライブリのインストール

既にpipがインストールされている場合は、pipコマンドでライブラリをインストールできます。

pypy3 -m pip install ライブラリ名

pipがインストールされていない場合は、以下のコマンドでpipをインストールします。

pypy3 -m ensurepip

PyPyがCPythonより動作が速い理由

PyPyがCPythonより動作が速い理由は、JITコンパイル（Just-In-Timeコンパイル）技術を使っているからです。

• JITコンパイル
  PyPyはプログラム実行中に頻繁に使用される部分を、ネイティブコードにコンパイルして効率的に実行します。この方法により、CPythonのようにインタプリタが毎回コードを逐次解釈する必要がなくなる為、実行速度が大幅に向上します。
  
  
• 高度なメモリ管理
  PyPyは、ガベージコレクション（メモリ管理）の最適化も行っており、大量のメモリを扱う際のパフォーマンスが改善されています。
  

以上により、特に長時間実行されるプログラムや計算処理において、PyPyはCPythonよりも高速になることが多いと言えます。

注意点

• C依存のライブラリとの互換性
  PyPyは一部のPythonモジュールやC言語で作成されたライブラリをサポートしない場合があります。特にC依存のライブラリ（NumPyなど）を使う場合は互換性を確認して下さい。
  
  
• Pythonとの性能や互換性の差異
  標準のPython（CPython）とPyPyの間で性能や互換性に差異がある場合があるため、特定のアプリケーションにおいては事前に十分なテストを実施して下さい。

amzn.to

独習Python 第2版 単行本（ソフトカバー） – 2025/5/14

Pythonの独学に最適な教科書として、多くの読者の支持を集めてきた『独習Python』。プログラミング言語入門書の執筆で定評のある山田祥寛氏の執筆による信頼感をそのままに、非同期、型ヒントなど注目の新仕様を取り込んで改訂！

【Python 初心者】WinPythonのインストール

WinPythonインストーラーのダウンロード

以下のダウンロードページで「Download」ボタンをクリックしインストーラーをダウンロードします。「Download」ボタン下の「Files」タブを選択すると、旧バージョンが表示されるので、旧バージョンのインストーラーもダウンロード可能です。
自分の環境/用途に合わせてダウンロードして下さい。

WinPython ダウンロードページ

WinPython 旧バージョン インストーラーのダウンロード

「Files」タブの中から目的のバージョンをクリックします。

目的のバージョンのインストーラーが表示されるので、クリックしてダウンロードします。

WinPythonインストーラーの実行

ダウンロードした「Winpython64-3.12.4.1.exe」をダブルクリックしてインストールします。インストール先のフォルダを聞かれるのでフォルダを入力し、「Extract」ボタンをクリックして下さい。

下図のように、インストールが開始します。

インストールが終了すると、「100% Extracting」のダイアログボックスが表示されます。このダイアログボックスは自然にクローズします。

インストールの確認

インストールフォルダの中にある 「WinPython Command Prompt」 をダブルクリックして起動します。「python -V」を入力して正しいバージョンが表示されれば成功です。

Pythonの実行

• インタラクティブモードでの実行
  「WinPython Command Prompt」を起動し、「python」コマンドを入力します。pythonのプロンプト（>>>）が表示されるので、ここに実行したいPythonコードを入力し、Enterキーを押してPythonコードを実行します。
  終了は、exit()を入力します。

• スクリプトでの実行
  「WinPython Command Prompt」を起動し、python コマンドでスクリプトを指定して実行します。

IDE（SpyderやJupyter）の使用

• Spyder
  インストールフォルダ内の「Spyder.exe」を起動して、Pythonのスクリプトを編集・実行できます。

• Jupyter Notebook
  インストールフォルダー内の「Jupyter Notebook.exe」を実行する事で、ブラウザベース環境でPythonコードを実行できます。

ライブリのインストール

WinPythonにはpipが含まれているため、追加のPythonライブラリは通常通りpipを使ってインストールできます。

amzn.to

よくわかる Python入門 Kindle版

Pythonは、データ解析やAI（人工知能）など様々な用途に使えることから、近年最も注目されているプログラミング言語です。富士通ラーニングメディアでは、Pythonに関する研修コースをラインナップとしてご提供しており、その中でも入門レベルに相当し、人気ベスト10にもよく入る「Python入門」の研修コースの内容を今回書籍化しました。

まとめ

• PyPy
  ・公式サイトから、zip形式ファイルをダウンロードして解凍し、フォルダを配置します。
  ・PyPyの実行は「pypy3」コマンドを使用します。
  ・pipがインストールされていなければ「pypy3 -m ensurepip」コマンドでインストールします。
  ・C依存のライブラリとの互換性は十分にテストを実行して確認する必要があります。

• Winpython
  ・ダウンロードページからインストーラーをダウンロードして、インストールします。
  ・pythonの実行は、「WinPython Command Prompt」で、pythonコマンドを使用します。
  ・IDE（SpyderやJupyter）が使用できます。
  ・pipがある為、ライブラリはpipコマンドで管理ができます。

科学技術計算やデータ分析・機械学習向けのPythonディストリビューションには、AnacondaやActivePython・SciPy Stackなどが有りますが、Minicondaは軽量な環境を求めるユーザーに人気のディストリビューションです。

●インストール環境（2024年9月現在）

• Windows 10 Pro 22H2　（19045.4894）
• Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz 3.19 GHz
• 16.0 GB

Minicondaをインストールする目的

• 軽量な環境からスタートできる
  • Minicondaは必要最小限の Python と conda のみを含む 軽量版（約350MB）。環境構築の自由度が高く、必要なパッケージを 自分で選んでインストール できます。ディスク容量を節約したい場合や、不要なパッケージを避けたい場合に適しています。
    
    
  • Minicondaと比較するとAnacondaは、Python や R 言語、Jupyter Notebook など 1000以上のライブラリ が標準でインストールされる為すぐに開発を始められます。
    ただし、サイズが約３GBと大きく不要なパッケージが含まれることもあります。

Minicondaのインストール

Miniconda インストーラーのダウンロード

下記の公式Webサイトのダウンロードページから、インストーラーをダウンロードしてインスト―ルします。

Miniconda 公式サイト

以下の説明画面はGoogleの翻訳機能で日本語化しています。

• 最新版をインストールする場合
  • ホームページの初期画面で「anaconda.com/download」をクリック

次の画面で以下を入力し、「提出する >」ボタンをクリック。又は、「登録をスキップ」する。

• メールアドレス
• サービスに関する連絡の受け取り
  • 同意するならば✔、しない場合は✔しない

• 「Minicondaインストーラー」で、Windows版の64bitインストーラーをクリック
  • インストーラー「Miniconda3-latest-Windows-x86_64.exe」がダウンロードフォルダにダウンロードされます。

amzn.to

徹底攻略Python 3 エンジニア認定［基礎試験］問題集 単行本

人気のPython資格を取ろう！Pythonエンジニア育成推進協会が実施するPythonの試験【Python 3 エンジニア認定 基礎試験】に完全対応の公式問題集です。テキスト並みの詳しい解説しているので、テキストと合わせて学習すれば、合格力が一気にアップします！受験者必携の1冊。

Miniconda インストールの開始

ダウンロードした「Miniconda3-latest-Windows-x86_64.exe」をダブルクリックしてインストールします。

「I Agree」ボタンをクリック。

自分だけが使用する場合は、「Just Me」、他のユーザーも使用する場合は「All Users」を選択し、「Next」ボタンをクリックします。

インストール先のフォルダ名を入力します。

amzn.to

爆速Python (Programmer’s SELECTION) 単行本（ソフトカバー）

「そう、すべては速さのために」Pythonでデータセットを扱う際、最後に重要になってくるのはやはり「処理速度」です。データが巨大であればあるほど、ちょっとした工夫が処理速度を向上させ、「データの氾濫」ともいえる現状を打開する鍵になってくれます。Pythonの特性を理解しつつそのパフォーマンスを最大限に引き出し、さらにハイパフォーマンスなライブラリを正しく利用することができれば、遅い遅いといわれがちなPythonにおいても、爆速な処理を手にすることができるのです。

下記の画面で、インストール時のオプションを指定します。ここでは以下のオプションを選択しました。

• Create shortcuts(supported packege only)
• Clear the package cache upon completion.

■各オプションの意味

• Create shortcuts(supported packege only)
  Minicondaに含まれるいくつかのアプリケーションのショートカットを、スタートメニューに作成するオプションです。
  
  
  • チェックすると下記のショートカットが作成されました
    • Anaconda PowerShell Prompt
    • Anaconda Prompt
      
      
      
• Add Miniconda3 to my PATH environment variable.
  Minicondaの実行ファイルを環境変数 PATH に追加する設定です。
  このオプションを有効にすると、WindowsのコマンドプロンプトやPowerShellで conda コマンドを直接実行できるようになります。
  
  
  • ただし、公式では このオプションを有効にすることは推奨されていません。
    
    
    理由としては、他のPython環境（例えば、システムに既にインストールされているPython）と競合する可能性があるためです。
    
    
    そのため、PATH に追加せずにインストールし、必要に応じて Anaconda Prompt や Minicondaの専用ターミナル を使うのが一般的です。
    
    
    
    
• Register Miniconda3 as my default Python 3.12
  MinicondaのPython 3.12をシステムのデフォルトPythonとして登録する設定です。
  このオプションを有効にすると、WindowsのPython関連の設定が変更され、以下のような影響があります
  
  
  • py コマンドを実行した際に、MinicondaのPython 3.12が優先的に使用される
  • WindowsのレジストリにMinicondaのPython 3.12が登録され、他のPython環境よりも優先される
  • .py ファイルをダブルクリックした際に、MinicondaのPython 3.12で実行される
    
    
  • ただし、既に別のPython環境（例えば、公式のPythonインストール）がある場合、この設定を有効にすると競合が発生する可能性があります。
    
    
    そのため、複数のPython環境を管理したい場合は、このオプションをオフにして、conda コマンドを使って環境を切り替えるのが安全です。
    
    
    
    
• Clear the package cache upon completion.
  インストール後にパッケージのキャッシュを削除する設定です。
  
  
  このオプションを有効にすると、インストール完了後に不要なキャッシュが削除され、ディスクの空き容量を確保できます。ただし、後で同じパッケージを再インストールする場合は、再度ダウンロードが必要になります。
  
  
  ディスク容量を節約したい場合は有効にすると良いですが、頻繁にパッケージをインストール・アンインストールする場合はオフにしておくのも一つの選択肢です。

インストール中の画面です。

セットアップ設定画面です。「Anaconda」の場合は、両方にチェックが入れましたが、「Navigator」を使用しないのと、セットアップ直後に「Miniconda」を起動しないようにしました。
「Finish」ボタンをクリックすると、インストールは完了です。

Miniconda インストール確認

「スタート」から「Anaconda Prompt(miniconda3)」を選択します。

プロンプトが表示されたら「conda -V」「python -V」コマンドで各バージョンを確認してください。
又、パッケージ管理ツールpipコマンドで「pip list」と入力すると、Minicondaの機能に必要なパッケージがインストールされている事が確認できます。
以上が確認できれば、インストールは成功です。

amzn.to

Ｐｙｔｈｏｎではじめるオープンデータ分析　経済統計の取得から、データハンドリ...

Pythonではじめる、社会を読み解くデータ分析の世界へ！研究者・ジャーナリスト・ビジネスパーソン・公務員など、データを活かしたいすべての人に贈るオープンデータ分析入門書の決定版！政府統計（e-Stat）、有価証券報告書（EDINET）、米国の経済データ（FRBのFRED）、法人データ（gBizINFO）、etc...。

Miniconda インストールまとめ

「Miniconda」は公式ホームページから、インストーラーをダウンロードしてインストールします。
Miniconda 公式サイト

Minicondaは必要最小限の Python と conda のみを含む 軽量版（300MB）で環境構築の自由度が高く、必要なパッケージを 自分で選んでインストール できます。ディスク容量を節約したい場合や、不要なパッケージを避けたい場合に適しています。

●インストール環境（2024年9月現在）

• Windows 10 Pro 22H2　（19045.4894）
• Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz 3.19 GHz
• 16.0 GB

【Python 初心者】Python（CPython）のインストール

最新版インストーラーのダウンロード

下記の公式Webサイトのダウンロードページから、インストーラーをダウンロードしてインスト―ルします。もちろん無料で使用できます。
Python公式ホームページ

最新版を使用したければ、ダウンロード画面から「Download Python 3.12.6」をクリックします。(2024/09/20現在）

amzn.to

新・明解Python入門 第2版 単行本（ソフトカバー）

文法の基礎から、オブジェクトと型、文字列、タプル、リスト、集合、関数、クラス、モジュール、例外処理など、オブジェクト指向言語Pythonの基礎を系統立てて徹底的に学習できます。○主な特徴・Pythonの基礎とプログラミングの基礎をバランスよく学べます・初学者が理解しにくい点や勘違いしやすい点も丁寧に解説します・数多くのサンプルプログラムを掲載しています・ページごとに解説がまとまった読み進めやすいレイアウトです

旧バージョンインストーラーのダウンロード

ご自身の事情に合わせて旧リリースバージョンを使用したければ赤枠で囲ってある「Downloads」→「Windows」をクリックします。

これまでにリリースされたバージョンのダウンロードリスト「Stable Releases（安定板リリース）」が表示されるので、その中から目的のバージョンのインストーラーをクリックしてダウンロードします。

「Stable Releases（安定板リリース）」

• 十分なテスト：バグやエラーが少なく、安定して動作することが保証されている。
• 運用環境向け：実際のシステムやプロダクション環境で使用することが推奨されている。
• 機能凍結：新機能の追加は無いが、セキュリティパッチやバグ修正のみが行われる。

amzn.to

シリコンバレー一流プログラマーが教える Pythonプロフェッショナル大全

現役シリコンバレーエンジニアが教える「最強のプログラミング」講義!12万人が選んだ人気No.1オンライン講座が超わかりやすくパワーアップして書籍化!海外企業でも通用する一流のプログラミング技術が学べます!

Pythonのインストール

ダウンロードしたインストーラー「例）python-3.12.6-amd64.exe」をダブルクリックして実行します。下記のインストールウィザードが表示されるので、
①「□Add python.exe to PATH」にチェックを入れ
②「Install Now」　をクリックして下さい。
「Add python.exe to PATH」にチェックを入れると、ユーザーパスを通してくれます。

「このアプリがデバイスに変更を加える事を許可しますか？」というユーザーアカウント制御のウィザードメッセージが表示されたら、「はい」をクリックします。その後 インストールが始まります。

インストールが完了すると「Setup was successful」のダイアログボックスが表示されるので、「Close」ボタンをクリックしてインストールを終了します。

インストールの確認

• Python
  コマンドプロンプトを起動し、「python -V」と入力して下さい。Python の正しいバージョンが表示されればインストールは成功です。

• pip（パッケージ管理ツール）
  Pythonと同様に、「pip -V」でバージョンを確認します。コマンドの実行結果からPython 3.12用のツールがインストールされています。
  「pip list」コマンドでライブラリーを確認してみると、ライブラリーは一切インストールされていません。必要なライブラリをpipコマンドでインストールしながらシステムを開発していきます。

amzn.to

VTuberサプーが教える！　Python　初心者のコード／プロのコード

VTuberサプーがPythonでのコードの書きかたをお教えします！　本書は、コードの見た目の整えかたから、読みやすさ、シンプルさ、安全性……などを意識した「プロ」の知識とテクニックをまとめました。中の人のエンジニア経験から得た知見をもとに解説しているので、実際に現場でちゃんと役立つコードに改善できます。この1冊で、自分の書くコードをワンランクアップさせましょう！

まとめ

最新版及び、旧バージョンのPythonも公式ホームページ
Pythonも公式ホームページ
からインストーラーをダウンロードしてインストールします。又、システム開発に必要なライブラリーは一切インストールされておらず、pipコマンドでインストールしながら開発を進めていきます。

【Python 初心者】Pythonとは？　何ができるの？

Python（パイソン）はオープンソースのプログラミング言語で、シンプルで読みやすく学びやすい言語です。
オブジェクト指向や関数型プログラミングなど、さまざまなプログラミングパラダイム¹をサポートしていて、豊富なライブラリやフレームワーク²があり、ウェブ開発、データ分析、機械学習、ゲーム開発など、幅広い分野で利用されています。

現在（2024/09)人気の「Python」について、「Pythonとは」と質問すると、殆どの媒体で上記の様な説明が返ってきます。しかし私が使用前に感じていた個人的な印象は、

• インタプリタだから遅いでしょ。
• インデントで処理ブロックを判断する？　可能なの？
• 本当に、「ウェブ開発」「データ分析」等 広い分野をカバーできるの

といった懐疑的なものでした。

しかし、実際に私がPythonを使用した範囲内でみると、「学習コストの低さ」「コーディング量の少なさ」「バグが混入し難いプログラミン仕様」等、予想とは反していました。

Pythonの特徴

• シンプルで読みやすい構文
  シンプルで直感的な構文を持ち、初心者でも理解しやすい。
  
  
• インデントによるブロック構造
  インデントでコードブロックを示す為、コードが視覚的に読みやすくなる。
  
  
• 豊富な標準ライブラリ
  多くの標準ライブラリが含まれている事により、ネットワークプログラミング、ファイル操作、データベースアクセス、Webサービスなどに簡単に対応ででる。
  
  
• 変数の動的型付け
  実行時に自動で型を判断する為、明示的な型宣言が必要無いためコーディングが短くなる。
  
  
• オブジェクト指向プログラミング (OOP)
  クラス定義やオブジェクトの操作が非常に直感的で出来るため、柔軟でシンプルな実装が可能。
  
  
• インタプリタ言語
  コードを逐次実行するので、対話的なデバッグや開発が可能。それにより、システム開発がスピーディーに行える。

amzn.to

作りたいものがない人のためのPython入門 (KS情報科学専門書) 単行本

★超初心者さん、ようこそ! とことん丁寧な、挫折しないスタートブック★「Pythonやってみたい!けど、目的がない」「以前すぐに挫折してしまった」そんな「作りたいものがない人」のための、世界一やさしいPythonの入門書が誕生しました!

Pythonが他言語と比較して優位性が高い分野（例）

●データサイエンスと機械学習
データサイエンスや機械学習において、Pythonは最も人気のあり、pandas、NumPy、scikit-learn、TensorFlow、といった強力なライブラリにより、データの操作、解析、モデル作成が効率的に行えます。

●Web開発
DjangoやFlaskといったフレームワークが非常に強力で、短時間で堅牢なWebアプリケーションを構築できます。
JavaScripやPHPもWeb開発に使われますが、Pythonは特にプロトタイプ開発や迅速な開発に優れており、初心者でも扱いやすい。

●科学計算とエンジニアリング
SciPy、SymPy、matplotlibといったライブラリにより、複雑な数値計算、シミュレーション、プロット作成が容易に行えます。

●GUIアプリケーション開発
TkinterやPyQtなどのライブラリを使って、GUIアプリケーションを用意に作成できます。特に、プロトタイプや小規模なデスクトップアプリケーションの開発には非常に便利です。

●オブジェクト指向プログラミング (OOP)
クラス定義やオブジェクトの操作が直感的にできるので、柔軟でシンプルな実装が可能です。

Pythonのディストリビューション

Python自体はプログラミング言語の仕様（文法や構文など）を定義したものです。ディストリビューションとは、その仕様に基づいてプログラムを実行するための「実装」や「開発環境」をパッケージ化し、使いやすくまとめたものです。

自分の用途に合ったものを使用しましょう。

CPython（Python）

●特徴
C言語で実装されたPythonインタプリタです。PythonコードはCPythonによってバイトコードにコンパイルされ、インタプリタによって実行されます。他の実装（PyPyやJythonなど）よりもPythonの標準仕様に最も忠実で、公式のPythonリリースもこの実装に基づいています。

●用途
Web開発、デスクトップアプリケーション等、多用途に使用。

PyPy

●特徴
CPythonよりも高速な実行速度を目指して開発されたPythonの実装。実行速度がCPythonに比べて劇的に向上するケースが多い。CPythonと完全互換性を持っており、ほとんどのPythonコードがそのまま実行可能。

●用途
パフォーマンスが重要なアプリケーション（ウェブサーバーやゲーム等、リアルタイム性が重要な場合）

WinPython

●特徴
Windows向けに特化したディストリビューション。シンプルなインストールで、インストーラー不要なポータブルバージョンです。Windows上でのPython環境を簡単にセットアップし、すぐに使用できます。

●用途
科学技術計算やデータ分析。

Anaconda

●特徴
科学技術計算/データ分析/機械学習向けのPythonディストリビューション。データサイエンス関連のライブラリやツールが最初から同梱されている。仮想環境の管理ツールであるCondaが含まれており、Python環境やライブラリの依存関係の管理が簡単。

●用途
データサイエンス、機械学習、統計分析。

Miniconda

●特徴
Anacondaの軽量版ディストリビューション。最小限のPython環境とCondaだけが含まれている。ダウンロードサイズが小さく、必要なものだけを追加できるため、システムリソースが限られている環境に適している。

●用途
必要なパッケージのみを軽量に管理したい場合。

amzn.to

Python ゼロからはじめるプログラミング (プログラミング学習シリーズ)

本書は、現在もっとも幅広く使われているプログラミング言語の1つ「Python」がはじめてという初心者を対象に、文法やプログラムの基本知識をわかりやすく丁寧に教える入門書です。

統合開発環境（IDE）

統合開発環境（IDE）とは、プログラムの開発を効率的に行うために必要な機能を1つのソフトウェアに統合した開発ツールです。IDEは主に以下のような機能を提供します。

• テキストエディタ
  コードを記述するためのエディタで、文法のハイライトやコードの自動補完機能があることが多いです。
  
  
• コンパイラ/インタプリタ
  ソースコードを機械が実行可能な形に変換するツールで、コンパイルや実行をIDE内で簡単に行うことができます。
  
  
• デバッガ
  プログラムにエラーがある場合、どこでエラーが発生しているかをステップ実行しながら原因を探すためのツールです。
  
  
• ビルドツール
  ソフトウェアを実際に動作可能な形にするためのビルドプロセス。

以下に代表的な、統合開発環境を紹介します。

Visual Studio Code (VS Code) —– 無料

Microsoftが提供する軽量かつ強力なソースコードエディタです。デファクトスタンダードと言っても良い位 使用されています。

• 軽量で高速
  動作が軽く、起動やコード編集が迅速に行えます。
  
  
• 多言語対応
  Python、JavaScript、C++など、さまざまなプログラミング言語をサポートしています。
  
  
• 拡張機能が豊富
  マーケットプレイスで拡張機能を簡単に追加でき、デバッガ、テーマ、フォーマッタなどを簡単にカスタマイできます。
  
  
• ダウンロード
  https://code.visualstudio.com/download

PyCharm —– 無料版/有料版

JetBrainsが提供するPython専用の統合開発環境です。

• Pythonに特化
  Python開発向けに最適化されており、強力なコード補完、リファクタリング、エラー検出機能を提供します。
  
  
• 可読性の向上
  変数名や関数名をわかりやすく変更したり、コードの整理を行う事ができます。
  
  
• 重複の削減
  重複したコードを削除して、共通部分としてまとめる事ができます。
  
  
• 複雑さの軽減
  複雑なロジックを単純化して理解し易くできます。
  
  
• ダウンロード
  下記のURLから自分の環境にあったものをダウンロードします。
  https://www.jetbrains.com/ja-jp/pycharm/download/?section=windows
  
  
  PyCharm Community Edition —– 無料版
  無料版。オープンソースで、基本的なPython開発機能を提供しますが、Webフレームワークサポートや高度なツールが含まれていません。
  
  
  PyCharm Professional Edition —– 有料版
  DjangoやFlaskなどのWebフレームワークサポート、データベースツール、リモート開発、データサイエンス向け機能など、幅広い機能を提供します。教育機関やオープンソースプロジェクトに対しては、無償ライセンスが提供される場合もあります。

※Professional版の下にCommunity 版があります。

Jupyter Notebook

データ解析や機械学習に広く使われるインタラクティブ³な開発環境です。

• インタラクティブなコード実行
  セル単位でコードを実行し、その場で結果を確認できます。
  
  
• 多言語対応
  主にPythonを使用しますが、R、Juliaなど他の言語にも対応しています。
  
  
• データ可視化
  グラフや表を即座に表示でき、データ解析に便利です。
  
  
• インストール
  https://jupyter.org/install

Spyder

Pythonの科学計算やデータ分析向けに設計された統合開発環境（IDE）です。

• 科学計算に特化
  NumPy、SciPy、Pandas、Matplotlibなどの科学計算ライブラリと統合され、データ解析や数値計算が容易にできる。
  
  
• インタラクティブなコンソール
  Pythonコードを対話的に実行し、リアルタイムで結果を確認できる。
  
  
• 強力なエディタ
  コード補完、デバッグ、リファクタリング機能を備えている。
  
  
• データの視覚化
  内蔵のデータエクスプローラーやグラフツールでデータの可視化が可能。
  
  
• ダウンロード
  https://www.spyder-ide.org/
  

Eclipse + PyDev

Javaをはじめ、C/C++、PHP、JavaScriptなど、多くのプログラミング言語に対応するEclipceに、PyDEVプラグインを追加する事でPythonの開発ができます。

• 高度なコード補完
  ンテリセンス機能でコードの補完やヒントを提供します。
  
  
• デバッグ機能
  ステップ実行、ブレークポイント、変数ウォッチなど、強力なデバッグ機能をサポートします。
  
  
• プロジェクト管理
  Eclipseのプロジェクト管理機能を活用し、Pythonプロジェクトの構成や管理が可能です。
  
  
• PyDevのダウンロード
  https://marketplace.eclipse.org/content/pydev-python-ide-eclipse
  

※注釈

1. プログラミングの考え方と記述方法の枠組みを規定するもの ↩︎
2. システム開発時間を短縮する為に、よく使われる機能をまとめた枠組み。 ↩︎
3. ユーザーの入力に対してシステムが即座に反応し、その結果を表示する形式です。 ↩︎

まとめ

以上、Pythonの用途や特徴、そして用途によるディストリビューションについて紹介してきました。
ディストリビューションは複数有り、自分の用途に合ったものを使用する事が最も大切です。
又、システムを作成する為の「統合開発環境（IDE）」についても紹介しました。

自分にあったディストリビューションと、「統合開発環境（IDE）」を使用する事が、プロジェクトの成功に大きく影響します。

amzn.to

独習Python 第2版 単行本（ソフトカバー）

Pythonの独学に最適な教科書として、多くの読者の支持を集めてきた『独習Python』。プログラミング言語入門書の執筆で定評のある山田祥寛氏の執筆による信頼感をそのままに、非同期、型ヒントなど注目の新仕様を取り込んで改訂！