TL;DR
-
Windowsでは、公式の「Python install manager」から入れるのが2026年11月時点の推奨です。 従来の
.exeインストーラは 3.14 で非推奨になり、3.16 以降は提供されないと公式ドキュメントに書かれています - 入れたら、プロジェクトごとに仮想環境(venv)を作ってから
pip installします。これを最初の習慣にすると、後でつまずきにくくなります - 文法は 変数・リスト/辞書・if/for・関数・例外・ファイル入出力 の6つを押さえれば、ちょっとした作業の自動化はできます
- 最後に、架空の家計簿CSVをカテゴリ別に集計するスクリプトを、標準ライブラリ版と pandas 版の2通りで書きます
- 環境構築でつまずいたら、ブラウザだけで動く Google Colab で先に文法だけ学ぶのもアリです(別記事で紹介予定)
はじめに
以前の記事「新しい言語を学習する時、何から手を付けるか(Python,PHP,JavaScript,Go)」では、Hello, World の次は FizzBuzz という話を書きました。
ただ、学生さんと話していると、FizzBuzz より手前の
- 「そもそも Python をどうやって入れるのが正解なのか分からない」
- 「
pip installしたのにimportできない」 - 「書けるようにはなったけど、何に使えばいいか分からない」
というところで止まっている人が多い印象でした。
そこでこの記事では、インストール → 仮想環境 → 基本文法 → ライブラリ → 小さな実用スクリプト までを一本の流れで書きます。
この記事の検証環境
記事中のコードと実行結果は、すべて次の環境で実際に動かしたものです。
- OS: Windows 11(PowerShell)
- Python: 3.13.7
- pandas: 3.1.1(仮想環境に pip で導入)
ただし手元の Python は従来の .exe インストーラで入れたもので、次の章で紹介する Python install manager でのインストール手順そのものは試していません(公式ドキュメントに基づいて書いています)。この記事で使っている文法は Python 3.12 以降で共通です。
WSL(Windows 上の Linux)の Ubuntu を使う場合の注意点は、Ubuntu 24.04 で実際に確認したものを載せています。
1. Python を入れる
2026年11月時点の Python のバージョン
python.org のダウンロードページによると、2026年11月時点の状況はこうなっています。
| バージョン | 状態 | サポート終了 |
|---|---|---|
| 3.15 | 最新の安定版(3.15.2 が 2026-10-25 公開) | 2031-10 |
| 3.14 | バグ修正が続いている | 2030-10 |
| 3.13 / 3.12 / 3.11 | セキュリティ修正のみ | 2029-10 / 2028-10 / 2027-10 |
| 3.10 | サポート終了済み(2026-10) | — |
これから始めるなら、最新の 3.15 か、ひとつ前の 3.14 を選べば問題ありません。授業や研究室で指定がある場合はそちらに合わせてください。
用語メモ: サポート終了(EOL / End of Life)
そのバージョンにバグ修正やセキュリティ修正が出なくなること。動かなくなるわけではないですが、新しく始めるなら避けるのが無難です。
Windows: Python install manager を使う
Windows の場合、公式ドキュメント(Using Python on Windows)では Python install manager という管理ツールから入れる方法が推奨されています。入手先は次の2つで、中身は同じです。
- python.org/downloads の「Download Python install manager」
- Microsoft Store
コマンドで入れたい人向けには、Windows 標準の winget を使う方法も書かれています。
winget install 9NQ7512CXL7T -e --accept-package-agreements --disable-interactivity
py install --configure -y
入れたあとに使う主なコマンドはこれだけです。
| コマンド | やること |
|---|---|
python |
最新の Python を起動(仮想環境が有効ならそちらを優先) |
py list |
インストール済みの Python を一覧表示 |
py list --online |
インストールできるバージョンを一覧表示 |
py install 3.14 |
指定したバージョンを追加インストール |
py -V:3.14 script.py |
バージョンを指定して実行 |
⚠️ 従来の
.exeインストーラについて
昔の解説記事でよく見る「python-3.x.x-amd64.exeをダウンロードして Add python.exe to PATH にチェック」という方法は、公式ドキュメント上 3.14 で非推奨、3.16 以降は提供されないと明記されています。今から入れるなら install manager を使うのがおすすめです。
⚠️ 昔 Python を入れたことがある PC の場合
以前に従来のインストーラで Python を入れていると、一緒に入った古いpyランチャー(Python launcher)が install manager のpyより優先されてしまうことがあります。公式ドキュメントでは、py installなどが「can't open file」のようなエラーになるときは、Windows の「設定」→「インストールされているアプリ」で「Python launcher」をアンインストールするよう案内されています(公式ドキュメント)。授業で配られたPCなど、勝手に消してよいか分からない場合は先生や管理者に確認してください。
macOS / Linux
-
macOS: python.org のインストーラ(
.pkg)か、Homebrew(brew install python)が定番です -
Linux(Ubuntu など): 最初から
python3が入っていることが多いです。python3 --versionで確認してください
WSL(Ubuntu)で使う場合の注意
Windows の中で Linux を動かす WSL の Ubuntu でも Python は使えますが、Windows とは手順が違い、そのままだと次の3つでつまずきます。まっさらな Ubuntu 24.04 で実際に試した結果です。
| やったこと | 結果 |
|---|---|
python --version |
python: not found(Ubuntu には python3 コマンドしかない) |
python3 -m venv .venv |
ensurepip is not available ... apt install python3.12-venv と言われて失敗
|
仮想環境なしで pip install pandas
|
error: externally-managed-environment で失敗
|
最初に次のコマンドで、仮想環境と pip を使えるようにしておきます。
sudo apt update
sudo apt install -y python3-venv python3-pip
3つ目のエラーは、Ubuntu のシステムが使っている Python を pip で壊さないための安全装置です。この記事のとおり、仮想環境を作ってからその中で pip install すれば出ません。
なお、Ubuntu 24.04 に入っている Python は 3.12 です。最新版ではありませんが、この記事の範囲を学ぶには問題ありません。WSL を使う場合は、以降の python を python3 と読み替えてください。
別の選択肢: uv
最近は、Rust 製の高速な Python 管理ツール uv を使う人も増えています。Python 本体のインストール、仮想環境、ライブラリ管理をまとめて扱えます。
winget install --id=astral-sh.uv -e
(コマンドは uv 公式のインストールページ より)
ただ、入門段階では「Python 本体 + venv + pip」という標準の仕組みを一度理解しておくほうが、後で uv や他のツールを使うときにも何が起きているか分かりやすいと思います。この記事では標準の方法で進めます。
動作確認
ターミナル(Windows なら PowerShell)で次を実行して、バージョンが表示されれば OK です。
PS> python --version
Python 3.13.7
macOS / Linux / WSL では python3 --version です。
用語メモ: ターミナル
文字でコマンドを打ち込んでパソコンを操作する画面のこと。Windows では「PowerShell」や「ターミナル」アプリ、macOS では「ターミナル」アプリです。
以降は Windows の書き方(python)で進めます。macOS / Linux / WSL の人は python3 と読み替えてください。
2. 仮想環境(venv)を作る
なぜ必要なのか
Python のライブラリは、何も考えずに pip install すると パソコン全体で共有される場所に入ります。すると、
- 授業Aでは pandas の古いバージョンが必要
- 研究室のコードでは pandas の新しいバージョンが必要
というときに両立できなくなります。
仮想環境(venv) は、プロジェクト(フォルダ)ごとに専用のライブラリ置き場を作る仕組みです。標準で入っているので、追加のインストールは不要です。
作り方
作業用フォルダを作って、その中で実行します。
mkdir python-practice
cd python-practice
python -m venv .venv
.venv というフォルダができます。これが仮想環境の本体です。
次に、仮想環境を**有効化(activate)**します。OS によってコマンドが違います。
# Windows (PowerShell)
.venv\Scripts\Activate.ps1
# macOS / Linux / WSL
source .venv/bin/activate
有効化されると、プロンプトの先頭に (.venv) と表示されます。この状態で pip install したものは、.venv の中にだけ入ります。
終わったら deactivate で元に戻せます。
💡 Windows で
Activate.ps1を実行したときに「スクリプトの実行が無効になっている」というエラーが出ることがあります。これは PowerShell のセキュリティ設定(実行ポリシー)によるものです。大学のPCなど管理されている環境では設定を変えられないこともあるので、その場合は管理者や授業の指示に従ってください。
3. 基本文法
ここからはコードを書いていきます。.py ファイルを作って、python ファイル名.py で実行します。エディタは VS Code + Python 拡張機能が定番です。
3-1. 変数と型
# 変数と型
name = "Python"
year = 1991
height = 170.5
is_fun = True
print(name, year, height, is_fun)
print(type(name), type(year), type(height), type(is_fun))
# 文字列の組み立て (f文字列)
print(f"{name} は {year} 年に公開されました")
# 型が違うと足せない
try:
print("年: " + year)
except TypeError as e:
print("エラー:", e)
print("年: " + str(year))
Python 1991 170.5 True
<class 'str'> <class 'int'> <class 'float'> <class 'bool'>
Python は 1991 年に公開されました
エラー: can only concatenate str (not "int") to str
年: 1991
-
str(文字列)、int(整数)、float(小数)、bool(真偽値True/False)が基本の型です - Python は 型を宣言しなくていい代わりに、違う型同士を勝手に変換しません。文字列と数値をつなげるときは
str()で変換するか、f"..."(f文字列)を使います。実務では f文字列がほぼ標準です
3-2. リストと辞書
# リスト: 順番のあるデータの並び
scores = [72, 85, 90, 64]
scores.append(78)
print(scores)
print("先頭:", scores[0], "末尾:", scores[-1])
print("個数:", len(scores), "合計:", sum(scores))
# 辞書: キーと値のペア
student = {"name": "Aさん", "grade": 2}
student["club"] = "軽音部"
print(student)
print(student["name"])
print(student.get("email", "未登録"))
[72, 85, 90, 64, 78]
先頭: 72 末尾: 78
個数: 5 合計: 389
{'name': 'Aさん', 'grade': 2, 'club': '軽音部'}
Aさん
未登録
-
リスト
[...]は「順番に並んだデータ」。番号(インデックス)は 0 から始まり、-1で末尾を取れます -
辞書
{キー: 値}は「名前で引けるデータ」。存在しないキーをstudent["email"]で読むとエラーになるので、ない可能性があるときは.get(キー, 代わりの値)を使います
3-3. if と for
scores = {"数学": 72, "英語": 85, "物理": 58, "化学": 90}
for subject, score in scores.items():
if score >= 80:
result = "よくできました"
elif score >= 60:
result = "合格"
else:
result = "再試験"
print(f"{subject}: {score}点 → {result}")
# range と while
for i in range(3):
print("i =", i)
count = 3
while count > 0:
print("残り", count)
count -= 1
数学: 72点 → 合格
英語: 85点 → よくできました
物理: 58点 → 再試験
化学: 90点 → よくできました
i = 0
i = 1
i = 2
残り 3
残り 2
残り 1
- Python は インデント(行頭の空白)でブロックを表します。他の言語の
{ }の代わりです。空白4つが標準です -
else ifではなくelifと書きます -
for x in ○○の○○には、リスト・辞書・文字列・range()など「順番に取り出せるもの」なら何でも置けます。辞書の.items()を使うとキーと値を同時に取り出せます
FizzBuzz で if と for の練習をしたい人は、前回の記事も参考にしてみてください。
3-4. 関数と例外処理
def average(numbers):
"""数値のリストを受け取り、平均を返す"""
if not numbers:
raise ValueError("空のリストの平均は計算できません")
return sum(numbers) / len(numbers)
print(average([72, 85, 90]))
print(round(average([72, 85, 90]), 1))
def greet(name, greeting="こんにちは"):
return f"{greeting}、{name}さん"
print(greet("Bob"))
print(greet("Bob", greeting="おはよう"))
try:
average([])
except ValueError as e:
print("エラー:", e)
text = "42a"
try:
n = int(text)
except ValueError:
print(f"'{text}' は整数に変換できません")
82.33333333333333
82.3
こんにちは、Bobさん
おはよう、Bobさん
エラー: 空のリストの平均は計算できません
'42a' は整数に変換できません
-
def 関数名(引数):で関数を定義し、returnで値を返します -
greeting="こんにちは"のようにデフォルト値を付けると、省略可能な引数になります - 関数の直下に書いた
"""..."""は docstring(ドキュメント文字列) と呼ばれ、関数の説明として扱われます -
例外(exception) は「実行中に起きたエラー」のことです。
try:の中でエラーが起きると、対応するexceptに処理が移ります。自分でエラーを起こしたいときはraiseを使います
3-5. ファイルの読み書き
from pathlib import Path
path = Path("memo.txt")
path.write_text("1行目\n2行目\n", encoding="utf-8")
with open(path, "a", encoding="utf-8") as f:
f.write("3行目\n")
with open(path, encoding="utf-8") as f:
for line_no, line in enumerate(f, start=1):
print(line_no, line.rstrip())
try:
open("no_such_file.txt", encoding="utf-8")
except FileNotFoundError as e:
print("エラー:", e)
1 1行目
2 2行目
3 3行目
エラー: [Errno 2] No such file or directory: 'no_such_file.txt'
-
with open(...) as f:と書くと、ブロックを抜けたときに自動でファイルを閉じてくれます。ファイル操作は基本この書き方です -
"a"は追記(append)モード。何も指定しなければ読み込みモードです -
encoding="utf-8"は毎回書くのがおすすめです。理由は後述の「つまずきポイント」で
4. ライブラリを入れる
Python の強みは、他の人が作った便利なライブラリを pip で簡単に入れられることです。ライブラリは PyPI(パイピーアイ) という公開サイトに登録されています。
仮想環境を有効化した状態で、データ分析の定番ライブラリ pandas を入れてみます。
(.venv) PS> python -m pip install pandas
...
Successfully installed numpy-2.5.4 pandas-3.1.1 python-dateutil-4.0.0 tzdata-2026.6
(.venv) PS> python -m pip list
Package Version
--------------- -------
numpy 2.5.4
pandas 3.1.1
pip 25.2
python-dateutil 4.0.0
tzdata 2026.6
pandas を1つ入れただけですが、pandas が必要とする numpy などの依存ライブラリも自動で入っています。
💡
pip installではなくpython -m pip installと書いているのは、「今使っているpythonに対応する pip」を確実に呼ぶためです。Python が複数入っているパソコンで「pip installしたのにimportできない」という事故の多くは、別の Python に入れてしまっているのが原因です。
使っているライブラリを他の人と共有したいときは、一覧をファイルに書き出しておきます。
python -m pip freeze > requirements.txt # 書き出す
python -m pip install -r requirements.txt # 別の環境で同じものを入れる
5. 実践: 家計簿CSVをカテゴリ別に集計する
文法を覚えても「で、何に使うの?」となりがちなので、実際にありそうな作業をやってみます。
次のような家計簿のCSVがあるとします(内容は架空です)。
日付,カテゴリ,内容,金額
2026-10-01,食費,学食ランチ,450
2026-10-01,交通費,バス,230
2026-10-03,書籍,プログラミング入門書,2980
2026-10-05,食費,コンビニ,620
2026-10-08,交通費,バス,230
2026-10-12,娯楽,映画,1900
2026-10-15,食費,学食ランチ,480
2026-10-20,書籍,技術同人誌,1000
用語メモ: CSV
Comma-Separated Values の略。値をカンマで区切って並べただけのテキストファイルで、Excel でも開けます。
標準ライブラリだけで書く
import csv
from collections import defaultdict
# カテゴリごとの合計金額を入れる辞書。
# 値は int(整数)として扱い、まだ無いカテゴリは 0 から足し始める
totals = defaultdict(int)
with open("expenses.csv", encoding="utf-8", newline="") as f:
reader = csv.DictReader(f) # 1行目「日付,カテゴリ,内容,金額」を見出しとして読む
for row in reader: # 2行目以降が1行ずつ、見出しをキーにした辞書で渡ってくる
totals[row["カテゴリ"]] += int(row["金額"])
grand_total = sum(totals.values())
for category, amount in sorted(totals.items(), key=lambda x: x[1], reverse=True):
ratio = amount / grand_total * 100
print(f"{category}: {amount:,}円 ({ratio:.1f}%)")
print(f"合計: {grand_total:,}円")
書籍: 3,980円 (50.4%)
娯楽: 1,900円 (24.1%)
食費: 1,550円 (19.6%)
交通費: 460円 (5.8%)
合計: 7,890円
ここまでの文法がほぼ全部出てきています。初めて見ると分かりにくい2か所を、分解して確認します。
① csv.DictReader は、見出し行をキーにした辞書を1行ずつ返す
コードには「1行目を読む」処理が見当たりませんが、csv.DictReader が1行目を自動で見出しとして読んでいます。中身を表示してみると分かります。
import csv
with open("expenses.csv", encoding="utf-8", newline="") as f:
reader = csv.DictReader(f)
print(reader.fieldnames) # 見出し(1行目)
first = next(reader) # データの1行目(ファイルの2行目)
print(first)
['日付', 'カテゴリ', '内容', '金額']
{'日付': '2026-10-01', 'カテゴリ': '食費', '内容': '学食ランチ', '金額': '450'}
-
for row in reader:で回ってくるrowは、この見出しをキーにした辞書です。だからrow["カテゴリ"]やrow["金額"]と、列を名前で取り出せます - 値は
'450'のようにすべて文字列なので、足し算する前にint()で数値に変換しています
💡 見出しのない CSV や、列を番号で扱いたいときは
csv.readerを使います。こちらは各行を['2026-10-01', '食費', '学食ランチ', '450']のようなリストで返し、1行目も普通のデータとして返ってきます。
② defaultdict(int) は「値の型を決めて作る辞書」
totals はカテゴリごとの合計を入れる辞書です。ただし普通の辞書 {} ではなく、defaultdict(int) で作っています。
-
defaultdictは辞書の一種で、普通の辞書と同じようにtotals["食費"]と読み書きできます - カッコの中の
intは「値をどう作るか」の指定です。まだ無いキーが使われたら、int()を呼んでその結果を値として入れます -
int()を引数なしで呼ぶと0になるので、「値は整数で、最初は 0」という辞書になります
普通の辞書と比べてみます。
from collections import defaultdict
print(int()) # int() を引数なしで呼ぶと 0
# 普通の辞書
normal = {}
try:
normal["食費"] += 450
except KeyError as e:
print("KeyError:", e)
# defaultdict(int)
totals = defaultdict(int)
totals["食費"] += 450 # 「食費」はまだ無い → int() = 0 が入ってから 450 を足す
totals["食費"] += 620
print(totals)
print(dict(totals))
0
KeyError: '食費'
defaultdict(<class 'int'>, {'食費': 1070})
{'食費': 1070}
totals[カテゴリ] += 金額 は「今の値に金額を足す」なので、最初の1回は「今の値」がありません。普通の辞書ではここで KeyError になるため、「キーが無ければ 0 を入れる」という if 文を自分で書く必要があります。defaultdict(int) はそれを肩代わりしてくれるので、集計の処理が1行で済みます。
同じ考え方で、defaultdict(list) にすると「値はリストで、最初は空のリスト []」の辞書になり、カテゴリごとに明細をまとめるときなどに使えます。
その他
-
{amount:,}は3桁区切り、{ratio:.1f}は小数1桁の表示です
pandas で書く
同じことを pandas でやると、こうなります。
import pandas as pd
df = pd.read_csv("expenses.csv")
print(df.head(3))
print()
print(df.groupby("カテゴリ")["金額"].sum().sort_values(ascending=False))
日付 カテゴリ 内容 金額
0 2026-10-01 食費 学食ランチ 450
1 2026-10-01 交通費 バス 230
2 2026-10-03 書籍 プログラミング入門書 2980
カテゴリ
書籍 3980
娯楽 1900
食費 1550
交通費 460
Name: 金額, dtype: int64
groupby(グループごとにまとめる)→ sum(合計)→ sort_values(並び替え)と、やりたいことをそのまま1行で書けるのが pandas の強みです。数値の変換も自動でやってくれています。
最初は標準ライブラリ版で「中で何が起きているか」を理解して、慣れてきたら pandas に移る、という順番がおすすめです。
6. つまずきポイント
実際に初学者がハマりやすいものを、エラーを出しながら確認しました。
① インデントを忘れる
for i in range(2):
print(i)
File "C:\python-practice\indent.py", line 2
print(i)
^^^^^
IndentationError: expected an indented block after 'for' statement on line 1
for や if の次の行は、必ず字下げします。エラーメッセージに行番号と原因がそのまま書いてあるので、まずは落ち着いて読むのが大事です。
② input() の結果は文字列
n = input("数字: ")
print(type(n))
print(n * 2)
print(int(n) * 2)
数字: <class 'str'>
77
14
7 * 2 のつもりが 77 になりました。文字列に * 2 すると「2回繰り返す」になるためです。数値として使うなら int() で変換します。
③ 小数の計算がぴったりにならない
print(0.1 + 0.2)
print(0.1 + 0.2 == 0.3)
0.30000000000000004
False
Python のバグではなく、コンピュータが小数を2進数で表していることによる誤差です(多くのプログラミング言語で同じことが起きます)。お金の計算などで正確さが必要なときは、整数(円単位)で扱うか、標準ライブラリの decimal を使います。
④ ファイル名を random.py などにしてしまう
練習用にサイコロのプログラムを random.py という名前で作ると、こうなります。
import random
print(random.randint(1, 6))
Traceback (most recent call last):
File "C:\python-practice\random.py", line 1, in <module>
import random
File "C:\python-practice\random.py", line 2, in <module>
print(random.randint(1, 6))
^^^^^^^^^^^^^^
AttributeError: module 'random' has no attribute 'randint' (consider renaming 'C:\python-practice\random.py' since it has the same name as the standard library module named 'random' and prevents importing that standard library module)
import random で、標準ライブラリの random ではなく自分自身(random.py)が読み込まれてしまうのが原因です。Python 3.13 以降では、メッセージの最後に「標準ライブラリと同じ名前なので、ファイル名を変えることを検討してください(consider renaming ...)」と原因まで書いてくれます(What's New In Python 3.13)。3.12 以前ではこの一文がなく、原因に気づきにくいエラーでした。
さらに厄介なのは、この random.py を置いたままにすると、関係ないプログラムまで壊れることです。同じフォルダで、5章の pandas 版の集計スクリプトを実行したらこうなりました(途中を省略しています)。
Traceback (most recent call last):
File "C:\python-practice\summarize_pandas.py", line 1, in <module>
import pandas as pd
...
File "...\Lib\tempfile.py", line 45, in <module>
from random import Random as _Random
File "C:\python-practice\random.py", line 2, in <module>
print(random.randint(1, 6))
^^^^^^^^^^^^^^
AttributeError: module 'random' has no attribute 'randint' (consider renaming ...)
pandas の内部で使っている標準ライブラリ(tempfile)が random を読み込もうとして、自分の random.py を掴んでしまったのが原因です。import pandas で落ちるので、一見すると pandas が壊れたように見えます。csv.py、pandas.py、test.py なども同様にやりがちなので、練習用のファイル名は標準ライブラリやライブラリと被らない名前(dice.py など)にしましょう。
⑤ 文字コード(Shift_JIS と UTF-8)
日本語の CSV を Excel などで作ると、Shift_JIS(Windows では cp932) という文字コードで保存されていることがあります。それを UTF-8 として読むとこうなります。
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x95 in position 0: invalid start byte
encoding="cp932" を指定すれば読めます。
print(open("sjis.csv", encoding="cp932").read())
品名
りんご
encoding を省略すると、OS や設定によって使われる文字コードが変わります。 実際に Windows(Python 3.13)で、5章の UTF-8 の expenses.csv を encoding なしで開いてみると、
import locale
print(locale.getpreferredencoding(False))
print(open("expenses.csv").read())
cp932
UnicodeDecodeError: 'cp932' codec can't decode byte 0x98 in position 5: illegal multibyte sequence
Windows では省略時に cp932(Shift_JIS) で読もうとするため、UTF-8 のファイルが読めませんでした。同じコードが Mac や Linux では UTF-8 で読めてしまうので、「自分のPCでは動くのに、友達のPCではエラーになる」の典型例です。
なお、Python 3.15 からは OS に関係なく UTF-8 が既定になりました(PEP 686、What's New In Python 3.15)。ただ、授業や研究室で古いバージョンを使うこともあるので、encoding は毎回明示しておくのが安全です。
7. 次に学ぶこと
ここまでできたら、興味に合わせて次に進んでみてください。
| やりたいこと | 次に触るもの |
|---|---|
| データ分析・グラフ | pandas, matplotlib |
| 機械学習・AI | scikit-learn, PyTorch(GPU が必要なら Google Colab が便利) |
| Webアプリ・API | Flask, FastAPI |
| 作業の自動化 | pathlib, openpyxl(Excel操作), requests(Web からデータ取得) |
| きれいなコードを書く | 型ヒント, Ruff(コードチェックツール), pytest(テスト) |
また、公式の Python チュートリアル(日本語) は無料で読める上に内容も正確なので、一通り目を通しておくと理解が深まります。
まとめ
-
Windows は Python install manager(または Microsoft Store / winget)から入れる。昔の
.exeインストーラは非推奨 -
プロジェクトごとに
python -m venv .venv→ 有効化 →python -m pip installを習慣にする - 文法は 変数・リスト/辞書・if/for・関数・例外・ファイル入出力 を押さえれば、CSV 集計くらいはすぐ書ける
- エラーメッセージは怖がらずに読む。行番号と原因はだいたいそこに書いてある
- 環境構築で止まってしまうくらいなら、まずは Google Colab でブラウザ上で書き始めるのもアリ(Colab の始め方は別記事で紹介します)
「何から始めればいいか分からない」状態から、「自分のデータを Python で集計できた」まで来られれば、あとは作りたいものに合わせて調べながら進められるはずです。
📣 お知らせ: Pythonと生成AIで「データクレンジング」を体験しませんか
この記事を書いている株式会社くすりの窓口で、学生向けの1Dayプログラムを開催します。
調剤薬局の模擬データを使い、Pythonと生成AI(Claude)で表記ゆれ・欠損・重複を整える「データクレンジング」を体験します。AIモデルごとの違いを比べてみるワークもあります。
| 項目 | 内容 |
|---|---|
| 日時 | 2026年11月19日(木) 9:30〜17:30(午前のみの参加も可) |
| 会場 | 株式会社くすりの窓口 本社(東京都豊島区池袋) |
| 対象 | 学年不問・文理不問。プログラミング未経験でもOK |
| 参加費 | 無料(定員10名・先着順) |
👉 詳細・お申し込み: https://techplay.jp/event/1001091
同日開催の「AI電話サービス選定体験」とは、どちらか1つのみお申し込みいただけます。
📣 お知らせ: 音声AIを比べて「AI電話サービス」を選ぶ体験をしませんか
この記事を書いている株式会社くすりの窓口で、学生向けの1Dayプログラムを開催します。
音声認識・LLM・音声合成を組み合わせたAI電話サービスを題材に、コストと速度を比べて技術を選ぶワークを体験します。「どのAIを使うか」をエンジニアがどう決めているのかを、実際に手を動かして知ることができます。
| 項目 | 内容 |
|---|---|
| 日時 | 2026年11月19日(木) 9:30〜17:30(午前のみの参加も可) |
| 会場 | 株式会社くすりの窓口 本社(東京都豊島区池袋) |
| 対象 | 学年不問・文理不問。プログラミング未経験でもOK |
| 参加費 | 無料(定員10名・先着順) |
👉 詳細・お申し込み: https://techplay.jp/event/1001092
同日開催の「データクレンジング体験」とは、どちらか1つのみお申し込みいただけます。
📣 お知らせ: AIで「最初の1本」を作って公開する4週間(オンライン)
⏰ 申込締切は 2026年11月8日(日) 23:30 です。
定員は 8名(先着順) で、定員に達した時点で締め切りになります。気になった人は、まず申し込みページだけでも見てみてください。
「作ってみたいものはあるけど、何から手を付ければいいか分からない」
「作ってはみたけど、自分のPCの中で止まっている」
そんな人向けに、この記事を書いている株式会社くすりの窓口で、オンラインの連続講座を開催します。
Claude Codeを使って、自分で作ったものを、人が触れる状態で公開するまでを4週間で一緒に進めます。最終回は発表会と相互フィードバックです。プログラミング経験は問いません。
| 回 | 日程 | 内容 |
|---|---|---|
| 相談会(任意) | 11/11(水) | 環境構築の相談(30分) |
| 第1回 | 11/16(月) | 作るものを決め、Claude Codeで動かす |
| 第2回 | 11/30(月) | デプロイして人が触れる状態にする |
| 第3回 | 12/7(月) | READMEと見せ方を整える |
| 第4回 | 12/14(月) | 発表会と相互フィードバック |
| 項目 | 内容 |
|---|---|
| 時間 | 各回 19:30〜21:30(11/23は祝日のため休講) |
| 形式 | オンライン(Discord) |
| 対象 | 学生・社会人問わず。「何かを作って公開したい」人 |
| 参加費 | 無料(Claude Codeの利用料は各自負担) |
| 定員 | 8名(先着順) |
| 申込締切 | 2026年11月8日(日) 23:30 |
👉 お申し込みはこちら(締切 11/8 23:30): https://techplay.jp/event/1001825
参加には、PC(Windows / Mac)、GitHubアカウント、各自のClaude Codeアカウントが必要です。
参考
- Download Python | Python.org(バージョンとサポート期限、2026-11 時点)
- Using Python on Windows — Python documentation(Python install manager、従来インストーラの非推奨)
- What's New In Python 3.13(エラーメッセージの改善)
- Installation | uv
- Python チュートリアル