Contents
環境構築とはなにか?
環境構築とは、特定の装置やソフトウェア、システムなどが動作するように、コンピュータや情報システムの状態を整えること。 特に、コンピュータにソフトウェアを導入したり設定を調整することで、対象のソフトウェアが動作する環境を作り上げる作業を意味する場合が多い。
Pythonを始めるにあたっての環境構築
Pythonでのプログラミングを始めるにあってもほかの言語と同じように環境構築を行う必要があります。Pythonの場合は公式の純正インストーラーをダウンロードインストールすれば、コマンドラインでpythonコマンドが有効になるほか、idleという対話側インターフェースが使えるようになります。
Python2と3系の存在
強力なライブラリ郡を持つPythonですが、環境構築の混沌はライブラリがサポートするPython Versionが千差万別なためです。たった一つのライブラリを使うためにPython2を選ぶこともあります。最近のライブラリは3.6以上しかサポートしていないものもあります。
例えばPythonでスマホアプリが簡単に作れるKivyなんかはPython2.6くらいのままなので、使うとなると仮想環境でPython2.6を作り必要があったりします。またPython2とPython3は完全に別物という訳ではありませんが、print()の方法などが若干違うので非常にめんどくさいです。
このため、使いたいライブラリーに合わせて複数のPythonVersionを管理と、仮想環境をもつ必要があり、環境構築に対して様々な手法が存在しているのが、現在のPythonの状況ですが、この状況は去年あたりから改善してきています。Python2が2020年にサポートが切れることを受けて、Python3への移行が上手く進んでいるのでまあ問題ないでしょうが一応前提と知っておくといいでしょう。
Pythonの環境構築の厄介な点
まずpythonの環境構築の厄介な点としては「環境構築の方法が純正インストーラーの他にも複数存在するという点」です。
主な環境構築の方法は①「公式サイトで配布差されている純正インストーラー」②「Anaconda」③「Pycharm」の3つです。AnacondaとPycharmというのは非公式のフリーソフトで、純正インストーラーに汎用パッケージやプログラム開発において便利な機能をまとめているものです。
WindowsならAnacondaが一番オススメ
5年ほど前に機械学習を行っていた人間は、ライブラリ依存に苦しんだ人が多いと思いますその状況を一変したのが「Anaconda」です。Anacondaは、Python(機械学習など)を固めたパッケージセットになります。Anaconda上で仮想環境を構築し、PythonVersionを設定することが可能です。 このためWindowsで取りあえずPythonを始めたい人にはAnacondaが一番オススメです。
Anacondaのメリット
Anacondaのメリットとしては、データサイエンス系のパッケージや JupyterLab など便利なツール群が初めから入っている。conda コマンドで仮想環境を柔軟に作成できる。Python バージョンの指定も可能などの点があります。
やはりAnacondaの大きな強みとしてはデータ分析用ツールであるJupyter Notebookの存在やそれに加えてRStudioやVisualStudioが備え付けられている点ですね。データ分析関連の目的でPythonを使用するうえで、この2つは非常に重宝します。
AnacondaをインストールするだけでPythonだけでなく、データ分析に特化したプログラミング言語である「R」も使用することができますし、テキストエディタも付属しているので、webスクレイピングや機械学習・ディープラーニングのようなデータ分析をするためにPythonを始めるのであれば絶対にAnacondaにするべきといっても過言ではありません。
ただDjangoやflaskでwebアプリ開発を行う場合であればPycharmの方が、pyファイルだけでなくhtml・css・Javascriptのファイルも一緒に編集しやすいので、Pycharmの方が便利ですが、Anacondaはバージョンの違うPythonやRの仮想環境の構築・管理が簡単に行えるので、やはりAnacondaは入れておくべきだと思います。
終わり
結論としてWindowsのPCでPythonを使いたい人は、Anacondaで良いと思います。Anacondaは優秀なソフトでそれひとつでエコシステムを形成しきってしまうものであり、最初からPythonが入っておらずビルド環境の準備が面倒なWindowsでは特に実用的なフリーソフトです。
ただPythonが標準で搭載されているLinuxOSやMACではシステム標準のPythonと干渉しあってしまうことで謎のエラーが発生したりするので、その場合はAnacondaを使用せずにenvyなどで環境を管理してPycharmでコーディングするというのが無難とは思います。
データ分析においてはAnacondaは非常に便利なフリーソフトなので、これが使えないというのがかなり痛いと思います。ですがDjangoやflaskでwebアプリを作るためだけにPythonを使用するというのであれば、Pycharmで問題ないでしょう。
他にもGoogle Cloudなどのクラウド上で環境構築をするという方法もあり、これならばローカルのPCの環境に左右されることもなくなります、(ただし常時インターネットに接続できる環境でなければいけませんが。。。)
コメント