はじめに
Pythonで開発を始めるには、以下の3ステップが必要です。
Step 1：Pythonのインストール
Step 2：仮想環境（venv）の作成
Step 3：VSCodeでPythonを実行する
本記事では、Windows・Mac・Linuxそれぞれの手順を記載します。
自分のOSに合ったセクションを読み進めてください。
本記事は「作って終わり」ではなく、なぜそうするのかを重視しています。
手順の意味を理解することで、トラブル時にも自力で対処できる力が身につきます。
本記事で学ぶこと
| 項目 | 内容 |
|---|---|
| Pythonインストール | OS別のインストール手順と確認方法 |
| venv とは | 仮想環境の目的と仕組み |
| venv の作成・有効化 | OS別のコマンド |
| VSCode の設定 | Python拡張機能・インタープリタ選択 |
| 動作確認 | VSCode上でPythonファイルを実行する |
なぜ仮想環境（venv）を使うのか
仮想環境を使わずにパッケージをインストールすると、次の問題が発生します。
❌ 仮想環境なしの場合
プロジェクトA: Flask 2.0 が必要
プロジェクトB: Flask 3.0 が必要
→ グローバルにインストールすると、片方しか入らない
→ プロジェクトAを動かそうとしたらFlask 3.0で動かないエラーが出る
✅ 仮想環境ありの場合
プロジェクトA/venv: Flask 2.0 をインストール
プロジェクトB/venv: Flask 3.0 をインストール
→ プロジェクトごとに独立した環境を持てる
→ 他のプロジェクトに影響しない
venv の仕組み
プロジェクトフォルダ/
├── app.py
├── requirements.txt
└── venv/ ← 仮想環境フォルダ（Gitには含めない）
├── bin/ (Mac/Linux) or Scripts/ (Windows)
│ ├── python ← この仮想環境専用のPython
│ └── pip ← この仮想環境専用のpip
└── lib/
└── python3.xx/
└── site-packages/ ← ここにパッケージがインストールされる
Step 1：Pythonのインストール
Windows の場合
1-1. ダウンロード
Python公式サイト にアクセスし、最新版（3.11以上推奨）をダウンロードします。
1-2. インストール
インストーラーを実行
↓
★★★ 重要 ★★★
「Add python.exe to PATH」に必ずチェックを入れる
↓
「Install Now」をクリック
「Add python.exe to PATH」のチェックを忘れると、コマンドプロンプトから python コマンドが使えません。
忘れた場合は再インストールするか、環境変数を手動で設定してください。
1-3. インストール確認
コマンドプロンプト（cmd）を開いて確認します。
python --version
出力例: Python 3.12.4
pip（パッケージ管理ツール）も確認します。
pip --version
出力例: pip 24.0 from C:\Users\xxx\...\pip (python 3.12)
Mac の場合
1-1. Homebrewのインストール（未導入の場合）
ターミナルを開いて以下を実行します。
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
1-2. Pythonのインストール
brew install python
1-3. インストール確認
python3 --version
出力例: Python 3.12.4
pip3 --version
Macには最初からPython 2.xが入っていることがあります。
python コマンドが Python 2 を指す場合は、python3 と pip3 を使ってください。
Linux（Ubuntu / Debian）の場合
1-1. パッケージリストの更新
sudo apt update
sudo apt upgrade -y
1-2. Pythonのインストール
sudo apt install python3 python3-pip python3-venv -y
1-3. インストール確認
python3 --version
pip3 --version
Linuxでは python3-venv パッケージを別途インストールしないと python3 -m venv が使えないことがあります。
上記コマンドで一緒にインストールしているので問題ありません。
Step 2：仮想環境（venv）の作成
Windows の場合
:: 1. プロジェクトフォルダを作成して移動
mkdir my-project
cd my-project
:: 2. 仮想環境を作成（venv という名前のフォルダが作られる）
python -m venv venv
:: 3. 仮想環境を有効化
venv\Scripts\activate
有効化すると、プロンプトの先頭に (venv) が付きます。
(venv) C:\Users\xxx\my-project>
仮想環境の無効化
deactivate
Mac の場合
# 1. プロジェクトフォルダを作成して移動
mkdir my-project
cd my-project
# 2. 仮想環境を作成
python3 -m venv venv
# 3. 仮想環境を有効化
source venv/bin/activate
有効化すると、プロンプトの先頭に (venv) が付きます。
(venv) user@mac my-project %
仮想環境の無効化
deactivate
Linux の場合
# 1. プロジェクトフォルダを作成して移動
mkdir my-project
cd my-project
# 2. 仮想環境を作成
python3 -m venv venv
# 3. 仮想環境を有効化
source venv/bin/activate
仮想環境の無効化
deactivate
仮想環境の操作まとめ
| 操作 | Windows | Mac / Linux |
|---|---|---|
| 作成 | python -m venv venv |
python3 -m venv venv |
| 有効化 | venv\Scripts\activate |
source venv/bin/activate |
| 無効化 | deactivate |
deactivate |
| 削除 | フォルダ venv を削除するだけ |
同左 |
パッケージのインストールと管理
仮想環境を有効化した状態で pip install すると、その仮想環境だけにインストールされます。
# 仮想環境を有効化した状態で
pip install flask pandas openpyxl
# インストール済みパッケージの確認
pip list
# requirements.txt に書き出し（環境の再現に使う）
pip freeze > requirements.txt
# requirements.txt からまとめてインストール（別環境で再現する時）
pip install -r requirements.txt
requirements.txt をGitにコミットしておくと、他のメンバーが pip install -r requirements.txt だけで同じ環境を再現できます。
venv/ フォルダ自体はGitに含めません（.gitignore で除外）。
データ分析・機械学習向けパッケージの一括インストール
実務やデータ分析の学習で必要になるパッケージは多岐にわたります。以下に用途別にまとめました。仮想環境を有効化した状態で、上から順に実行してください。
パッケージ数が多いため、インストールには数分〜十数分かかることがあります。途中でエラーが出た場合は、エラーの出たパッケージだけ個別にインストールし直してください。
1. 基盤ライブラリ（数値計算・コンパイラ）
最初にインストールします。他の多くのパッケージがこれらに依存しています。
pip install numpy scipy cython
| パッケージ | 用途 |
|---|---|
| numpy | 数値計算（配列演算）の基盤 |
| scipy | 科学技術計算（統計・最適化・信号処理） |
| cython | PythonコードのC言語コンパイル（高速化） |
2. 機械学習・データ分析・可視化
pip install scikit-learn pandas matplotlib pillow seaborn lightgbm xgboost nltk gensim h5py graphviz openpyxl catboost spacy prophet statsmodels patsy imbalanced-learn plotly
| パッケージ | 用途 |
|---|---|
| scikit-learn | 機械学習（分類・回帰・クラスタリング） |
| pandas | データフレーム操作・CSV/Excel読み込み |
| matplotlib | グラフ描画の基盤ライブラリ |
| pillow | 画像処理 |
| seaborn | 統計グラフの高レベルAPI |
| lightgbm | 勾配ブースティング（高速） |
| xgboost | 勾配ブースティング（定番） |
| catboost | 勾配ブースティング（カテゴリ変数に強い） |
| nltk | 自然言語処理（英語） |
| gensim | トピックモデル・Word2Vec |
| h5py | HDF5ファイルの読み書き |
| graphviz | 決定木などのグラフ可視化 |
| openpyxl | Excelファイル操作 |
| spacy | 自然言語処理（高速・産業向け） |
| prophet | 時系列予測（Meta製） |
| statsmodels | 統計モデリング（回帰分析・時系列） |
| patsy | 統計モデルの数式記法 |
| imbalanced-learn | 不均衡データの処理（オーバー/アンダーサンプリング） |
| plotly | インタラクティブなグラフ描画 |
3. 自然言語処理・日本語処理・スクレイピング
pip install sentencepiece beautifulsoup4 requests pyttsx3 lxml janome unidic-lite fugashi ipadic ja_ginza pmdarima fasttext-wheel
| パッケージ | 用途 |
|---|---|
| sentencepiece | サブワードトークナイザ（多言語対応） |
| beautifulsoup4 | HTML/XMLパーサー（スクレイピング） |
| requests | HTTP通信 |
| pyttsx3 | テキスト読み上げ |
| lxml | 高速XMLパーサー |
| janome | 日本語形態素解析（Pure Python） |
| unidic-lite | MeCab用軽量辞書 |
| fugashi | MeCabのPythonラッパー |
| ipadic | MeCab用IPA辞書 |
| ja_ginza | spaCy日本語モデル（GiNZA） |
| pmdarima | 自動ARIMA（時系列分析） |
| fasttext-wheel | fastText（単語埋め込み・テキスト分類） |
4. 画像処理・日本語グラフ対応
pip install opencv-python
pip install japanize-matplotlib
| パッケージ | 用途 |
|---|---|
| opencv-python | コンピュータビジョン（画像・動画処理） |
| japanize-matplotlib | matplotlibの日本語フォント対応 |
5. 深層学習・Transformers
pip install transformers accelerate
| パッケージ | 用途 |
|---|---|
| transformers | Hugging Face製 事前学習モデル（BERT, GPT等） |
| accelerate | 分散学習・GPU最適化 |
6. 分析補助・可視化拡張
pip install japanize-matplotlib missingno mlxtend category_encoders factor-analyzer pydot pydotplus wordcloud
| パッケージ | 用途 |
|---|---|
| missingno | 欠損値の可視化 |
| mlxtend | 機械学習の便利ツール（決定境界描画等） |
| category_encoders | カテゴリ変数エンコーディング |
| factor-analyzer | 因子分析 |
| pydot / pydotplus | Graphvizのdotファイル操作 |
| wordcloud | ワードクラウド生成 |
7. 対話型開発環境（Jupyter）
pip install ipython jupyter jupyterlab
| パッケージ | 用途 |
|---|---|
| ipython | 高機能Python対話シェル |
| jupyter | Jupyter Notebook |
| jupyterlab | Jupyter Notebook の次世代UI |
8. Webフレームワーク・自動化
pip install django==4.2.1 djangorestframework django-cors-headers flask fastapi uvicorn[standard] selenium joblib
| パッケージ | 用途 |
|---|---|
| django | Webフレームワーク（フルスタック） |
| djangorestframework | Django用REST API構築 |
| django-cors-headers | CORS設定（フロントエンド連携） |
| flask | 軽量Webフレームワーク |
| fastapi | 高速API開発フレームワーク |
| uvicorn | ASGI サーバー（FastAPI用） |
| selenium | ブラウザ自動操作（スクレイピング・テスト） |
| joblib | 並列処理・オブジェクトの永続化 |
9. spaCy英語モデルのダウンロード
パッケージインストールとは別に、モデルデータをダウンロードします。
python -m spacy download en_core_web_sm
python -m spacy download は pip install とは異なり、spaCy専用のモデルダウンロードコマンドです。ネットワーク接続が必要です。
インストール後の確認
すべてインストールが完了したら、主要パッケージのバージョンを確認しておきましょう。
pip list | grep -i "scikit-learn\|pandas\|matplotlib\|flask\|django\|fastapi\|transformers"
Windows（cmd）の場合：
pip list | findstr /i "scikit-learn pandas matplotlib flask django fastapi transformers"
requirements.txt への記録
インストール後は必ず requirements.txt に書き出しておきます。
pip freeze > requirements.txt
これにより、別の環境や別のメンバーが pip install -r requirements.txt で同じ環境を再現できます。
Step 3：VSCode でPythonを実行する
3-1. VSCode のインストール
VSCode公式サイト からダウンロードしてインストールします。
3-2. Python拡張機能のインストール
VSCodeを起動し、以下の手順で拡張機能をインストールします。
1. 左サイドバーの「拡張機能」アイコン（四角4つ）をクリック
2. 検索バーに「Python」と入力
3. Microsoft公式の「Python」拡張機能をインストール
この拡張機能により以下が使えるようになります。
| 機能 | 説明 |
|---|---|
| シンタックスハイライト | コードに色がつく |
| コード補完（IntelliSense） | 関数名・変数名が自動候補表示される |
| Linting | コードの問題点を指摘してくれる |
| デバッグ | ブレークポイントを使ったステップ実行 |
| ターミナル統合 | VSCode内でコマンドを実行できる |
3-3. プロジェクトフォルダを開く
VSCode → ファイル → フォルダーを開く → my-project を選択
3-4. Pythonインタープリタの選択
VSCodeに「どのPythonを使うか」を教えます。
1. Ctrl + Shift + P（Mac: Cmd + Shift + P）でコマンドパレットを開く
2. 「Python: Select Interpreter」と入力
3. venv 内の Python を選択する
Windows: .\venv\Scripts\python.exe
Mac/Linux: ./venv/bin/python
ここでvenv内のPythonを選択しないと、グローバルのPythonが使われます。
仮想環境にインストールしたパッケージが認識されず「ModuleNotFoundError」が発生する原因になります。
3-5. テストファイルを作成して実行
hello.py を作成します。
# hello.py
print("Hello, Python!")
print("仮想環境のセットアップ完了！")
# パッケージが正しくインストールされているか確認
try:
import flask
print(f"Flask {flask.__version__} がインストールされています")
except ImportError:
print("Flask はまだインストールされていません")
実行方法（3通り）
方法1：実行ボタン（推奨）
エディタ右上の ▶ ボタンをクリック
→ ターミナルに実行結果が表示される
方法2：ターミナルから実行
# VSCode 内のターミナル（Ctrl + `）で実行
python hello.py # Windows
python3 hello.py # Mac / Linux
方法3：デバッグ実行
F5キー → 「Python File」を選択
→ ブレークポイントを設定してステップ実行できる
期待する出力
Hello, Python!
仮想環境のセットアップ完了！
Flask 3.0.3 がインストールされています
よくあるトラブルと対処法
「python が認識されない」（Windows）
'python' は、内部コマンドまたは外部コマンド、
操作可能なプログラムまたはバッチ ファイルとして認識されていません。
原因： PATHが通っていない
対処：
- Pythonインストーラーを再実行
- 「Modify」を選択
- 「Add python.exe to PATH」にチェックを入れ直す
または、python の代わりに py コマンドを試す：
py --version
py -m venv venv
「activate が実行できない」（Windows PowerShell）
このシステムではスクリプトの実行が無効になっているため...
原因： PowerShellの実行ポリシーが制限されている
対処： PowerShellを管理者として実行し、以下を入力：
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
その後、再度 venv\Scripts\activate を実行します。
「ModuleNotFoundError」が出る
ModuleNotFoundError: No module named 'flask'
原因： 仮想環境が有効化されていない、またはVSCodeのインタープリタ設定が間違っている
対処：
- ターミナルのプロンプトに
(venv)が付いているか確認 - 付いていなければ仮想環境を有効化する
- VSCodeのインタープリタが venv のPythonを指しているか確認
「python3 コマンドがない」（Mac で Homebrew未導入）
対処： 先にHomebrewをインストールしてから brew install python を実行
venv フォルダを間違えて Git にコミットした
対処：
# .gitignore に追記
echo "venv/" >> .gitignore
# Gitの追跡から除外（ファイル自体は残る）
git rm -r --cached venv/
git commit -m "chore: venv をGit管理から除外"
セットアップ完了後のフォルダ構成
my-project/
├── venv/ ← 仮想環境（.gitignore で除外）
├── hello.py ← テスト用Pythonファイル
├── requirements.txt ← 依存パッケージ一覧
└── .gitignore ← Git除外設定
.gitignore の内容
# 仮想環境
venv/
# Pythonキャッシュ
__pycache__/
*.pyc
# 環境変数
.env
# IDE設定
.vscode/
まとめ
| ステップ | やること | 確認方法 |
|---|---|---|
| Step 1 | Pythonインストール |
python --version で表示される |
| Step 2 | venv 作成・有効化 | プロンプトに (venv) が付く |
| Step 3 | VSCodeで実行 |
hello.py が正常に動作する |
全OSの対応まとめ：
| 操作 | Windows | Mac | Linux |
|---|---|---|---|
| Python導入 | 公式サイトからインストーラー | brew install python |
apt install python3 |
| Pythonコマンド | python |
python3 |
python3 |
| venv作成 | python -m venv venv |
python3 -m venv venv |
python3 -m venv venv |
| venv有効化 | venv\Scripts\activate |
source venv/bin/activate |
source venv/bin/activate |
| パッケージ管理 | pip install xxx |
pip install xxx |
pip install xxx |
おわりに
Python環境のセットアップが完了しました。
ポイントを振り返ります。
- PATH設定（Windows）：インストール時に「Add to PATH」にチェックを入れる
- venv：プロジェクトごとに独立した環境を作り、パッケージの衝突を防ぐ
- VSCode インタープリタ選択：venv内のPythonを指定しないとパッケージが見つからないエラーになる
-
requirements.txt：
pip freeze > requirements.txtで環境を記録し、チームで共有する
ここから先は、このvenv環境をベースにFlaskアプリケーションやデータ分析スクリプトを自由に開発できます。