お問合せ
商談予約
vol.22
- コツ・知識
- メールマガジン
Anacondaとは？Pythonのプログラミング環境を一括でインストールできるディストリビューション（パッケージ）について
今回のメルマガのテーマは
「Anacondaとは？Pythonのプログラミング環境を一括で
インストールできるディストリビューション（パッケージ）について」
でございます。
「Pythonを学習したい！」とお考えの方は、
必ずどこかでPythonのプログラミング環境を構築する必要があります。
その際に、「Anaconda（アナコンダ）」というサービスがあることを
お聞きになった方もいると思います。
「Anacondaを使えばPythonの環境構築が簡単にできるの？」
「Anacondaと普通のPythonは何が違うの？」
こんな疑問をお持ちの方のために、「Anacondaとは何か」について
簡潔にまとめてお届けします。
本日も最後までお読みいただければ幸いでございます。
（約5分で読めます）
～～～～～～～～～目次～～～～～～～～～
1. Anaconda（アナコンダ）とは
2. Anaconda （アナコンダ）と普通のPythonの違い
3. Anaconda（アナコンダ）に含まれている主なライブラリ・パッケージ一覧とその内容
4. Anaconda （アナコンダ）のインストールについて
5. とりあえずPythonの環境を構築したい、という場合はAnacondaよりも通常のPythonがおすすめ
～～～～～～～～～～～～～～～～～～～～
1. Anaconda（アナコンダ）とは
Anacondaとは、Pythonでプログラムを作成する際によく用いられる
複数のライブラリを、1つのパッケージとして一括で管理・インストール
することができるディストリビューションのことです。
※ディストリビューションとは
複数のソフトウェアやツールなどを、ひとつのパッケージにしたもののこと。
Pythonのプログラミング環境を構築する際に、お聞きになったことがある方も
いらっしゃるかもしれません。
実際のところ、Anacondaを使用すると、Pythonでプログラミングを行う際に
よく用いられるライブラリを一緒にインストールできるため、非常に便利です。
しかし、Anacondaにもデメリットが存在します。
次に、Anacondaと普通のPythonの違いについてご説明します。
2. Anaconda （アナコンダ）と普通のPythonの違い
それでは、Anacondaと普通のPythonの違いについて、メリットとデメリットをお伝えします。
Anacondaは、 Pythonでプログラムを作成する際によく用いられる複数のライブラリを、
1つのパッケージとして一括で管理・インストールすることができるツール、
ということは、先ほどもお伝えしました。
またそれに加えて、Anacondaはデータサイエンスに強い、という特徴もあります。
「データ分析などを行うなら、このライブラリは使うよね」、といったものが
初めからインストールされています。
一方、普通のPythonであれば、インストールした際には標準ライブラリ以外は、
特に何も含まれていない状態です。
※標準ライブラリ
Pythonをインストールした際に一緒にインストールされるライブラリのこと。
（日付やファイル操作を行うことができるライブラリなどが、標準的にインストールされる）
イメージしやすいように例えると、普通のPythonが「ゲーム機の本体だけ購入した状態」で、
Anacondaが「ゲーム機本体だけでなく、初めからたくさんのソフトがついている状態」
と言えます。
そのため、普通のPythonであれば、後から何かライブラリが必要である、
ということが分かった場合、自分でインストールする必要があります。
またライブラリのインストールは、割とエラーが発生しやすい作業です。
プログラミング学習を始めたばかりの人が、ここで躓いてしまうことも多々あります。
つまり、Pythonを学習する目的が「データ分析や機械学習を行いたい」という場合は、
初めからデータ分析に強いツールを一緒にインストールできるAnacondaを
インストールするべき、と言えます。
一方で、Anacondaは一緒に便利なツールやライブラリをインストールするため、
どうしても必要となる容量が大きくなります。
PCのスペックによっては、かなりインストールに時間がかかったり、
動作が遅くなってしまうケースも発生します。
加えて、プログラミングを始めたばかりの人であれば、Anacondaと一緒に
インストールされた便利ツールやライブラリのほとんどを、全然使っていない
というケースも普通にあります。
そのため、初めからデータ分析に使う目的で、かつどんなツールやライブラリが
一緒にインストールされるのかについて、あらかじめ確認したうえで、
「おそらくこのツールも一緒に使うことになるから、初めからAnacondaで
インストールしておこう」と判断することが理想的な流れです。
3. Anaconda（アナコンダ）に含まれている主なライブラリ・パッケージ一覧とその内容
では続いて、Anacondaにはどんなライブラリが含まれているのか、ご紹介します。
ブラウザ上でプログラミングを行うことができるツールです。
また1行ずつコードを実行しては結果を確認することができる対話形式であるため、
非常に使い勝手がよく、学習を行いやすい環境となります。
Jupyter Notebookの進化版のようなイメージです。
基本的な操作感などは同じですが、できることが増えているためより便利になっています。
例えば、複数のプログラムファイルを同画面で開けるようになったり、
細かな設定で自分好みのツールにできたり、といった感じです。
数値計算を効率的に行うことができるようになります。
データ分析や機械学習においては、膨大なデータ量を処理することになるため、
1件ごとの処理スピード向上が非常に重要です。
機械学習を簡単に行うことができるようになります。
機械学習を行いやすくなるだけでなく、機械学習の練習のためのサンプルデータが
大量に用意されている点も、人気の理由の1つです。
データ分析を簡単に行うことができるようになります。
特に、表形式のデータを扱うことが得意です。
Excelで管理されているデータと非常に相性が良いです。
表やグラフなど、データの可視化が簡単にできるようになります。
非常に幅広いグラフの描画が可能で、データ分析を行う際に頻繁に利用されます。
そのほかにも、かなり大量のライブラリ、パッケージが含まれています。
4. Anaconda （アナコンダ）のインストールについて
Pythonと一緒に、いろんな便利ツールをインストールできるAnacondaですが、
そのインストールは非常に簡単です。
一般的なPC上のアプリケーションをダウンロードしたことがある方であれば、
特に躓くことなくインストールできると思います。
インストールは、以下の公式ページからどうぞ。
https://www.anaconda.com/products/individual
5. とりあえずPythonの環境を構築したい、という場合はAnacondaよりも通常のPythonがおすすめ
ここまでPythonのプログラミング環境を簡単に構築できる
Anacondaというサービスについてご説明してきました。
結論としてお伝えしておきたいのは、特にやりたいことは決まっていないけれど
Pythonを学習したい、という方にはAnacondaよりも、通常のPythonの
インストールをオススメします。ということです。
というのも、Anacondaはデータ分析に強いライブラリやパッケージが
初めからインストールされていて便利な一方、容量が多く必要となります。
また、学習し始めたばかりの人だと、Pythonと一緒にインストールした
ライブラリのほとんどを使用しないままの可能性も高いです。
加えて、書籍やインターネット上で参考となる情報は、Anaconda経由のPythonより
普通にインストールしたPythonに関するもののほうが多いです。
そのため、「データ分析や機械学習について、Pythonを使って学習したい」
という方以外は、とりあえずは普通のPythonのインストールで大丈夫だと思います。
普通のPythonをインストールした場合、後からライブラリが必要である、
ということが分かったら、自分でインストールする必要があります。
しかし、書籍やインターネット上にたくさんの情報が転がっているため、
思ったより簡単にインストールできる、というケースがほとんどです。
またインストール時にエラーが発生した場合も、検索をすれば自力で解決できます。
それくらい、たくさんの情報がインターネットにあるのが、Pythonの強みです。
通常のPythonのインストール方法については、以下の記事にてまとめているため、
そちらをご確認いただければと思います。
プログラミング言語「Python」ダウンロードとインストール方法（Windows10版）
https://www.insource.co.jp/python-gakuin/reading-material/vol13.html
Pythonを学習するうえでは、プログラミングできる環境を構築するのが
欠かせません。
また、環境構築さえ乗り越えてしまえば、Pythonの学習はスムーズに進みます。
ここまで、環境構築でよく用いられるAnacondaについてお伝えしてきました。
ご自身の状況に合わせて、Anacondaをインストールするか、
通常のPythonをインストールするか選んでいただければと思います。
最後までお読みいただき、ありがとうございました！
「インソースのPythonマガジン Vol.22」は、これで以上となります。
このメルマガでは今後も、Python学習に関するお役立ち情報、また社内のDX化を
主導するための具体的な方法や、弊社や他社様のPython活用の事例など、
ビジネスの現場で真に活かせる有益な情報の提供を行ってまいります。
それでは、次回もお楽しみに！
関連研修
「Anacondaとは？Pythonのプログラミング環境を一括で
インストールできるディストリビューション（パッケージ）について」
でございます。
「Pythonを学習したい！」とお考えの方は、
必ずどこかでPythonのプログラミング環境を構築する必要があります。
その際に、「Anaconda（アナコンダ）」というサービスがあることを
お聞きになった方もいると思います。
「Anacondaを使えばPythonの環境構築が簡単にできるの？」
「Anacondaと普通のPythonは何が違うの？」
こんな疑問をお持ちの方のために、「Anacondaとは何か」について
簡潔にまとめてお届けします。
本日も最後までお読みいただければ幸いでございます。
弊社では、Pythonの基本文法に加えて、特定のライブラリに特化してお教えする研修をご提供しております！
「Excel操作」「スクレイピング」「ブラウザ自動操作」など、やりたいことに合わせて研修をお選びくださいませ。
・Python学院～Excel操作自動化編（１日間） ※「Python基本文法」と「Excel操作」について学べる！
・Python学院～Excelのデータ転記からプログラミングを始める（2日間） ※「Python基本文法」と「Excel操作」について学べる！
・Python学院～短期集中講座（５日間） ※「Python基本文法」と「Excel操作」「スクレイピング」について学べる！
・Python学院～Python応用講座（2日間） ※「実行ファイル化」「仮想環境」や「スクレイピング」「ブラウザ操作」「Excel操作」について学べる！
「Excel操作」「スクレイピング」「ブラウザ自動操作」など、やりたいことに合わせて研修をお選びくださいませ。
・Python学院～Excel操作自動化編（１日間） ※「Python基本文法」と「Excel操作」について学べる！
・Python学院～Excelのデータ転記からプログラミングを始める（2日間） ※「Python基本文法」と「Excel操作」について学べる！
・Python学院～短期集中講座（５日間） ※「Python基本文法」と「Excel操作」「スクレイピング」について学べる！
・Python学院～Python応用講座（2日間） ※「実行ファイル化」「仮想環境」や「スクレイピング」「ブラウザ操作」「Excel操作」について学べる！
（約5分で読めます）
～～～～～～～～～目次～～～～～～～～～
1. Anaconda（アナコンダ）とは
2. Anaconda （アナコンダ）と普通のPythonの違い
3. Anaconda（アナコンダ）に含まれている主なライブラリ・パッケージ一覧とその内容
4. Anaconda （アナコンダ）のインストールについて
5. とりあえずPythonの環境を構築したい、という場合はAnacondaよりも通常のPythonがおすすめ
～～～～～～～～～～～～～～～～～～～～
1. Anaconda（アナコンダ）とは
Anacondaとは、Pythonでプログラムを作成する際によく用いられる
複数のライブラリを、1つのパッケージとして一括で管理・インストール
することができるディストリビューションのことです。
※ディストリビューションとは
複数のソフトウェアやツールなどを、ひとつのパッケージにしたもののこと。
Pythonのプログラミング環境を構築する際に、お聞きになったことがある方も
いらっしゃるかもしれません。
実際のところ、Anacondaを使用すると、Pythonでプログラミングを行う際に
よく用いられるライブラリを一緒にインストールできるため、非常に便利です。
しかし、Anacondaにもデメリットが存在します。
次に、Anacondaと普通のPythonの違いについてご説明します。
2. Anaconda （アナコンダ）と普通のPythonの違い
それでは、Anacondaと普通のPythonの違いについて、メリットとデメリットをお伝えします。
【メリット】Anacondaはデータサイエンスに強いライブラリなどを一括でインストールできる
Anacondaは、 Pythonでプログラムを作成する際によく用いられる複数のライブラリを、
1つのパッケージとして一括で管理・インストールすることができるツール、
ということは、先ほどもお伝えしました。
またそれに加えて、Anacondaはデータサイエンスに強い、という特徴もあります。
「データ分析などを行うなら、このライブラリは使うよね」、といったものが
初めからインストールされています。
一方、普通のPythonであれば、インストールした際には標準ライブラリ以外は、
特に何も含まれていない状態です。
※標準ライブラリ
Pythonをインストールした際に一緒にインストールされるライブラリのこと。
（日付やファイル操作を行うことができるライブラリなどが、標準的にインストールされる）
イメージしやすいように例えると、普通のPythonが「ゲーム機の本体だけ購入した状態」で、
Anacondaが「ゲーム機本体だけでなく、初めからたくさんのソフトがついている状態」
と言えます。
そのため、普通のPythonであれば、後から何かライブラリが必要である、
ということが分かった場合、自分でインストールする必要があります。
またライブラリのインストールは、割とエラーが発生しやすい作業です。
プログラミング学習を始めたばかりの人が、ここで躓いてしまうことも多々あります。
つまり、Pythonを学習する目的が「データ分析や機械学習を行いたい」という場合は、
初めからデータ分析に強いツールを一緒にインストールできるAnacondaを
インストールするべき、と言えます。
【デメリット】Anacondaは一緒に便利なツールをインストールできる分、必要となる容量が大きくなりすぎる
一方で、Anacondaは一緒に便利なツールやライブラリをインストールするため、
どうしても必要となる容量が大きくなります。
PCのスペックによっては、かなりインストールに時間がかかったり、
動作が遅くなってしまうケースも発生します。
加えて、プログラミングを始めたばかりの人であれば、Anacondaと一緒に
インストールされた便利ツールやライブラリのほとんどを、全然使っていない
というケースも普通にあります。
そのため、初めからデータ分析に使う目的で、かつどんなツールやライブラリが
一緒にインストールされるのかについて、あらかじめ確認したうえで、
「おそらくこのツールも一緒に使うことになるから、初めからAnacondaで
インストールしておこう」と判断することが理想的な流れです。
3. Anaconda（アナコンダ）に含まれている主なライブラリ・パッケージ一覧とその内容
では続いて、Anacondaにはどんなライブラリが含まれているのか、ご紹介します。
Jupyter Notebook（ジュピター・ノートブック）
また1行ずつコードを実行しては結果を確認することができる対話形式であるため、
非常に使い勝手がよく、学習を行いやすい環境となります。
JupyterLab（ジュピター・ラボ）
基本的な操作感などは同じですが、できることが増えているためより便利になっています。
例えば、複数のプログラムファイルを同画面で開けるようになったり、
細かな設定で自分好みのツールにできたり、といった感じです。
NumPy（ナムパイ）
データ分析や機械学習においては、膨大なデータ量を処理することになるため、
1件ごとの処理スピード向上が非常に重要です。
scikit-learn （サイキットラーン）
機械学習を行いやすくなるだけでなく、機械学習の練習のためのサンプルデータが
大量に用意されている点も、人気の理由の1つです。
pandas（パンダス）
特に、表形式のデータを扱うことが得意です。
Excelで管理されているデータと非常に相性が良いです。
matplotlib（マットプロットリブ）
非常に幅広いグラフの描画が可能で、データ分析を行う際に頻繁に利用されます。
そのほかにも、かなり大量のライブラリ、パッケージが含まれています。
4. Anaconda （アナコンダ）のインストールについて
Pythonと一緒に、いろんな便利ツールをインストールできるAnacondaですが、
そのインストールは非常に簡単です。
一般的なPC上のアプリケーションをダウンロードしたことがある方であれば、
特に躓くことなくインストールできると思います。
インストールは、以下の公式ページからどうぞ。
https://www.anaconda.com/products/individual
5. とりあえずPythonの環境を構築したい、という場合はAnacondaよりも通常のPythonがおすすめ
ここまでPythonのプログラミング環境を簡単に構築できる
Anacondaというサービスについてご説明してきました。
結論としてお伝えしておきたいのは、特にやりたいことは決まっていないけれど
Pythonを学習したい、という方にはAnacondaよりも、通常のPythonの
インストールをオススメします。ということです。
というのも、Anacondaはデータ分析に強いライブラリやパッケージが
初めからインストールされていて便利な一方、容量が多く必要となります。
また、学習し始めたばかりの人だと、Pythonと一緒にインストールした
ライブラリのほとんどを使用しないままの可能性も高いです。
加えて、書籍やインターネット上で参考となる情報は、Anaconda経由のPythonより
普通にインストールしたPythonに関するもののほうが多いです。
そのため、「データ分析や機械学習について、Pythonを使って学習したい」
という方以外は、とりあえずは普通のPythonのインストールで大丈夫だと思います。
普通のPythonをインストールした場合、後からライブラリが必要である、
ということが分かったら、自分でインストールする必要があります。
しかし、書籍やインターネット上にたくさんの情報が転がっているため、
思ったより簡単にインストールできる、というケースがほとんどです。
またインストール時にエラーが発生した場合も、検索をすれば自力で解決できます。
それくらい、たくさんの情報がインターネットにあるのが、Pythonの強みです。
通常のPythonのインストール方法については、以下の記事にてまとめているため、
そちらをご確認いただければと思います。
プログラミング言語「Python」ダウンロードとインストール方法（Windows10版）
https://www.insource.co.jp/python-gakuin/reading-material/vol13.html
Pythonを学習するうえでは、プログラミングできる環境を構築するのが
欠かせません。
また、環境構築さえ乗り越えてしまえば、Pythonの学習はスムーズに進みます。
ここまで、環境構築でよく用いられるAnacondaについてお伝えしてきました。
ご自身の状況に合わせて、Anacondaをインストールするか、
通常のPythonをインストールするか選んでいただければと思います。
最後までお読みいただき、ありがとうございました！
「インソースのPythonマガジン Vol.22」は、これで以上となります。
このメルマガでは今後も、Python学習に関するお役立ち情報、また社内のDX化を
主導するための具体的な方法や、弊社や他社様のPython活用の事例など、
ビジネスの現場で真に活かせる有益な情報の提供を行ってまいります。
それでは、次回もお楽しみに！
