PHPは、サーバーサイドのウェブプログラミングで用いられる汎用プログラミング言語です。HTMLに埋め込んで使用されるなど、HTMLのプリプロセッサとして実績があります。**PHPはソースコードのメンテナンスのために、多くのコメント機能が実装されています。**

ここでは、PHPのコメントアウトの概要から使い方まで解説していきます。

【参考】：[PHP](https://www.php.net/)

PHPの入門として概要やプログラムの記載方法、文法について解説

### そもそもコメントアウトとは

*コメントアウトとは、プログラミングにおいて、ソースコードのデバッグコードなど不要なコードを無効化したりコードの説明文を注釈として記述したりすることです。*PHPではコメントアウトするために、言語仕様にコメント機能を定義して対応しています。

### PHPにおけるコメントアウトの活用方法

通常、ブラウザで「ページのソースを表示」を選択すると、HTMLではコメントアウト部分も表示されます。*PHPは、動的コンテンツを生成するため、PHPでコメントアウトした部分はHTMLのコードには表示されません。*

ソフトウェア開発のバージョン情報や変更内容など、情報流出が心配な場合は、PHPのコード部分にコメント機能で注釈を入れることで、コメントの非表示化が可能です。

## PHPのコメントアウトの種類と使い方

PHPのコメント機能はいくつかあります。*主要なものは、C++型の単一行用のコメント、シェル型の単一行用のコメント、複数行用のコメントの3種類です。*まず最初は、これら3種類のコメント機能を学んでいきます。

【参考】：[PHP マニュアル / 言語リファレンス / 基本的な構文 / コメント](https://www.php.net/manual/ja/language.basic-syntax.comments.php)

### C++型の単一行用のコメント機能

*C++型の単一行用のコメント機能は、”\/\/”を先頭に記述するコメントアウト形式です。*”\/\/”は行頭に記述したり、各行の右側に追記したりして使用します。このコメントアウト形式は、行単位で記述します。

使い方は、次のように行います。

```
<?php
echo 'Hello World';   // ここにコメントを記述します
?>```

### シェル型の単一行用のコメント機能

*シェル型の単一行用のコメント機能は、”#”を先頭に記述するコメントアウト形式です。*”#”は行頭に記述したり、各行の右側に追記したりして使用します。このコメントアウト形式は、C++型同様に行単位で記述します。

```
<?php
echo 'Hello World';   # ここにコメントを記述します
?>```

*複数行をまとめてコメントアウトするには、複数行用に提供されるコメント機能を用います。*”\/\*”でコメントが開始し、”\*\/”で終了します。単一行でも使用できますが、複数行にわたるプログラムをコメントアウトしたり、説明用の注釈を入れたりする際に利用するのが良いでしょう。

```
<?php
/*
ここにコメントを記述します
   ：
   ：
*/
?>```

### 複数行用のコメント機能の留意点

複数行用のコメントは、”\/\*”の後の”\*\/”で終了します。*複数行用コメントの入れ子はできません。*次のように記述すると、コメント終了が正しく解釈されずエラーとなります。

```
<?php
/*
echo 'Hello World';  /* このコメント終了の文字が入れ子になってしまい、エラーとなります */
*/
?>```

正常にコメントアウトするには、次のように行ごとのコメントアウトにおいて、単一行用のコメント機能を使います。

```
<?php
/*
echo 'Hello World'; // このコメントは問題ありません
echo 'Hello World'; # このコメントは問題ありません
*/
?>```

### 3種類のコメント機能を使い分ける

これまでに、PHPでは主要な3種類のコメント機能があることがわかりました。*それぞれのコメント機能の利用方法には明確な制限がありませんが、プロジェクトなど大規模なソフトウェア開発においては、コメントアウトのルール決めをしておきましょう。*

例えば、次の例のようにPHPの大見出しをつけたり、後述するドキュメントコメントを埋め込んだりします。個々の注釈は単一行用のコメント機能を用いるのが良いでしょう。

```
<?php
//
// 大見出しをつける
//
 
/**
 * ドキュメントコメント（後述します）
 * 提供する機能の概要や、
 * 使用方法などを記載する
 */
 
// デバッグコードを次のようにコメントアウトする
# echo 'Test';
?>```

### 正規表現でコメント機能を利用する

*PHPでは、正規表現においてもコメント機能を利用することができます。*”(?#”と”)”で囲った部分がコメントアウトされて処理されます。以下の例では、正規表現中にコメント機能で注釈をいれていますが、検索パターンから除外されるため、同じ文字列パターンとして処理が行われます。

```
<?php
$subject = 'Search Pattern';
$results = preg_match('/Search (?# この部分はコメントアウトされます)Pattern/', $subject);
var_dump($results);
?>```

【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / 正規表現 (Perl 互換) ](https://www.php.net/manual/ja/book.pcre.php)
【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / PCRE / PCRE のパターン / PCRE 正規表現構文 / コメント](https://www.php.net/manual/ja/regexp.reference.comments.php)
【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / PCRE / PCRE 関数 / preg_match](https://www.php.net/manual/ja/function.preg-match.php)

また、PCRE_EXTENDEDオプションを設定することで、”#”以降をコメントとしてパターンから除外することもできます。

```
<?php
$subject = 'Search Pattern';
$results = preg_match('/Search # この部分はコメントアウトされます
Pattern/', $subject);
var_dump($results);
?>```

【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / PCRE / PCRE のパターン / パターン修飾子](https://www.php.net/manual/ja/reference.pcre.pattern.modifiers.php)

ドキュメントコメント（DocComment）とは、”\/\*\*”で始まり”\*\/”で終わるコードのコメントを指します。*クラスや関数などの機能や引数、戻り値などを記載するコメントです。*次のようにコードの前に、記述しておきます。

```
<?php
/**
 * Debug Class / デバッグ用クラス （概要を記載）
 * （必要な詳細情報を追加）
 *
 * ＠param int $number　（名前や引数など）
 * @return array | bool　　（戻り値など）
 */
class DebugClass {}
 
$RefC = new ReflectionClass('DebugClass';
var_dump($RefC->getDocComment());
?>```

このようにソースコードの保全性を高めるために、コメントを残すなどのルール付けをするのが良いでしょう。上記サンプルコードで使用したgetDocComment()は、ドキュメントコメントを取得する関数です。コードのメンテナンスに使用すると良いでしょう。

【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionClass / ReflectionClass::getDocComment](https://www.php.net/manual/ja/reflectionclass.getdoccomment.php)
【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionProperty / ReflectionProperty::getDocComment](https://www.php.net/manual/ja/reflectionproperty.getdoccomment.php)
【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionClassConstant / ReflectionClassConstant::getDocComment](https://www.php.net/manual/ja/reflectionclassconstant.getdoccomment.php)
【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionFunctionAbstract / ReflectionFunctionAbstract::getDocComment](https://www.php.net/manual/ja/reflectionfunctionabstract.getdoccomment.php)

PHP8からアトリビュート（Attribute）機能が追加されています。Javaにおけるアノテーションに相当する機能です。*コードの宣言時にメタデータ情報を埋め込むことができます。*メタデータの定義と活用を分離することで、ライブラリやフレームワークへの実装が期待されています。

アトリビュートを定義するには、”#[Attribute]”でクラスを宣言します。利用するには”#[クラス名]”です。PHP7まではそのまま”#”で始まるコメントとして解釈されます。

アトリビュート機能は、行頭の”#”を用いて機能追加していますので単一行用のコメント機能の”#”を多様するコードでは、コンフリクトに注意する必要があります。例えば、PHP8以降では”#[コメント]”の様なコードは、シンタックスエラーとなります。

よりコードの安定性を高めるには、コメントの行頭で用いる”#”をあらかじめ”\/\/”に置き換えておくと良いでしょう。

【参考】：[PHP マニュアル / 言語リファレンス / アトリビュート](https://www.php.net/manual/ja/language.attributes.overview.php)

### エディタで一括コメントアウトするには

*統合開発環境（IDE）やエディタでは、コメントアウトするためのショートカットキーが設定されています。*例えばVSCode（Visual Studio Code）では、Windows版では単一行コメントが「Ctrl」+「/」に設定され、複数行コメントが「Shift」＋「Alt」+「A」にマッピングされています。

詳しくは利用中のエディタのドキュメントを確認しましょう。

【参考】：[Visual Studio Code: Keyboard shortcuts for Windows](https://code.visualstudio.com/shortcuts/keyboard-shortcuts-windows.pdf)
【参考】：[Visual Studio Code: Keyboard shortcuts for macOS](https://code.visualstudio.com/shortcuts/keyboard-shortcuts-macos.pdf)
【参考】：[Visual Studio Code: Keyboard shortcuts for Linux](https://code.visualstudio.com/shortcuts/keyboard-shortcuts-linux.pdf)

IDEとは？詳細やメリット、おすすめのIDEを紹介します！

VSCodeとは？定番のコードエディタを他のエディタと比較して解説

## HTMLのコメント機能を併用するには

*PHPをHTMLファイルに埋め込む場合は、コメント機能を使い分けします。*正しくコメントアウトされない場合や、予期せずにコメントアウトされる場合は、使用方法を混同していることが想定されます。

ポイントは、HTMLのコードではHTMLのコメント機能を使用し、PHPのコードではPHPのコメント機能を使用することです。以降で解説するように、PHPでHTMLのコメント機能を使用したりHTMLでPHPのコメント機能をしたりするとコメントアウトされません。

### PHP内でHTMLのコメント機能を使用した場合（誤りの例）

*PHP内でHTMLのコメント機能を使用した場合は、PHPがHTMLのコメントを解釈できずコメントアウトされません。*次の例は、PHPのコード部分にHTMLのコメント機能を入れた例であり、正しくコメントアウトできません。

```
<?php

?>```

### HTMLコード部分でPHPのコメント機能を使用した場合（誤りの例）

*HTMLコード部分でPHPのコメント機能を使用した場合も、正しくコメントアウトされません。*次の例は、実際のコードでHTMLのコードにPHPのコメント機能を用いた場合です。この場合は、HTMLのタグとして正しく解釈されません。

```
/*
<?php
echo 'Hello World';
?>
*/```

### HTMLのコードでPHP全体をコメントアウトするには

*HTMLのコードでPHP全体をコメントアウトするには、PHPの複数行用のコメント機能を使用します。*次の例は、実際にPHPのコード全体をコメントアウトした場合の例です。この場合は、PHPのパーサーは正しくコメントとして解釈し、実行コードから除外します。

```
<?php
/*
echo 'Hello World';
*/
?>```

なお、複数行用のコメント機能は入れ子にすることはできませんので、あらかじめコード全体をコメントアウトした場合に、入れ子になっている部分がないか確認して使用します。

### HTMLのコメント中のPHPのパーサー処理

*HTMLのソースコードに埋め込む場合、コメントタグ内にPHPタグが記述されていても、PHPパーサーは処理を行います。*次の例は、PHPタグ全体をHTMLでコメントアウトした例です。

```
```

この場合もPHPは動的にコードを生成しますので、HTMLのコメント箇所は次のように生成されます。全体をコメントアウトする場合は、パーサーの処理を理解したうえでコメント機能を利用すると良いでしょう。

## PHPのコメント機能はHTMLの理解のもとに活用しよう

PHPでコメントアウトを行うには、いくつかの方法があります。PHPはサーバーサイドで動的コンテンツを生成するために利用し、これらのコメント機能が役立ちます。この記事では、代表的な3つのコメント機能の使い方や、その他のコメント機能を関連情報とともに解説します。

PHPでは、コメントアウトを行うにはいくつかの方法があります

代表的なコメント機能は、C++型およびシェル型の単一行用、ならびに複数行用の3種類です

HTMLのコードに埋め込んで使用することから、HTMLの理解のもとにコーディングを行います

PHPのコメントアウトとは？使い方を関連情報とともに解説

[【関連記事】【Pythonのライブラリ管理ツール】pipインストールを徹底解説！Windowsでも簡単？](https://and-engineer.com/articles/YcJyaRAAACMAl3BX)

[【関連記事】PythonのコードをEXE化するには? PyInstallerやその他ツールの特徴や使い方](https://and-engineer.com/articles/ZDZ41BEAAH-qRRlT)

[【関連記事】Pythonで自動化できること7選！面倒な作業を効率化してより便利に](https://and-engineer.com/articles/YRn2KRAAACIA6YPW)

## Pythonの機械学習ライブラリとは

Python言語を用いた機械学習（深層学習を含む）モデルの構築で外せないのが、機械学習に関するライブラリです。Pythonには機械学習ライブラリが豊富にあり、このライブラリを活用することで、Pythonによる開発は飛躍的に効率化できます。

従って、*Pythonエンジニアや機械学習エンジニアを目指す人は、この機械学習ライブラリについて知っておく必要があります。*この記事では、機械学習モデルの構築に役立つ、おすすめの機械学習ライブラリを紹介していきますので、ぜひ参考にしてください。

Pythonと機械学習を学んでAI時代に対応できるエンジニアに

### PyPIからインストールするならpipを活用

機械学習ライブラリなどのPythonパッケージを管理するサービスとして、PyPI（パイピーアイ：Python Package Index）があります。**このPyPIに登録されているPythonの各ソフトウェアやライブラリは、pipを用いてインストールすることができます。**

そもそもpipとは標準パッケージ管理システムであり、パッケージの検索やインストール、アップグレード、アンインストールなどの処理を行います。

【参考】：[PyPI · The Python Package Index](https://pypi.org/)

使い方は簡単で、以下のようにパッケージ名を指定するだけで完了です。

“$ python -m pip install パッケージ名”

【参考】：[Python モジュールのインストール — Python 3.12.2 ドキュメント](https://docs.python.org/ja/3/installing/index.html)

【Pythonのライブラリ管理ツール】pipインストールを徹底解説！Windowsでも簡単？

ライブラリについては分かりましたが、モジュールとライブラリは何が違うのでしょうか？

関数やクラスをまとめたものがモジュールで、Pythonでは拡張子が「.py」のファイルを指します。

**ライブラリは他のプログラムから呼び出されるものの総称で、関数やクラス、モジュール、パッケージなどを含んだものです。**

Pythonのモジュールとは？概要と使い方をわかりやすく解説！

### ライブラリとフレームワーク

システムやアプリケーション開発で、ライブラリやフレームワークの利用は必須とも言えますが、ライブラリとフレームワークは何が違うのか、確認しておきましょう。

**フレームワークは構造や枠組みを意味しますが、アプリケーション開発ではテンプレートのようなものです。**フレームワークでは一定のルールが設けられており、そのルールに従ってコードを書いていきます。

一方、ライブラリはある機能を簡単に利用できるコードの集まりであり、プログラムのパーツとも言えます。どちらもアプリケーション開発の効率化に役立つため、時には混同したり、同一視されたりしているケースもあります。

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

PythonでのWebアプリ開発で使うフレームワークを解説！

AI開発では機械学習が必ずと言っていいほど利用されますが、他に深層学習（ディープラーニング）も利用されます。そこで、機械学習と深層学習を別物だと考えてしまいがちですが、**深層学習は機械学習の1種なのです。**

AIがうまく機能するためにはAIに学習させる必要があります。そのための方法の1つとして機械学習があります。その機械学習の中に、ニューラルワークという学習手法があり、これを深層学習（ディープラーニング）と呼んでいます。

それらの関係を図式化すると、『AI > 機械学習 > 深層学習』という関係になります。深層学習は、ニューラルネットワークと呼ばれる人間の脳の仕組みを模倣した手法で、機械学習の進化形です。

これから、おすすめの機械学習ライブラリ5つと、機械学習の中でも深層学習（ディープラーニング）のライブラリ5つ、併せて10選を紹介していきます。*それぞれ得意分野や用途などが異なりますので、比較しながら目的に合致するライブラリを選択しましょう。*

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

<center>[エンジニア転職を成功させるため ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

機械学習に適したライブラリは大変多くの種類があり、どれを利用すればいいのか迷います。ここでは機械学習で良く利用されるライブラリ、*おすすめの機械学習ライブラリを5つ紹介していきます。*

NumPy（ナンパイ）は、Python専用の数値計算に特化したライブラリです。NumPy自体はC言語などのコンパイル型言語で実装され、処理速度が速いのが特徴です。

またNumPyは機械学習だけではなく、配列処理に長けており、音声処理や画像処理にも利用できることから、汎用性の高いライブラリです。また、SciPyライブラリを追加することで、より高度な計算処理が行えるようになります。

【参考】：[NumPy](https://numpy.org/)

NumPyとは？効率的なPythonのデータ分析手法を解説！

Pandas（パンダ、パンダス）は、数表や時系列データなどのテーブル型データを扱えるようにするライブラリです。機械学習では大量のデータを取り扱いますが、学習精度を高めるために不要なデータを排除し、必要なデータに絞る必要があります。

Pandasはその前処理で、データセット処理を効率的に行う際に必要となるライブラリです。PandasはNumPyと同様に、Pythonパッケージとして知られた「Anaconda」に含まれています。

【参考】：[pandas - Python データ分析ライブラリ](https://pandas.pydata.org/)

Anacondaとは？Pythonの効果的な開発環境を解説！

SciPy（サイパイ）はNumPyと同じく、配列や行列演算も行えますが、さらに科学計算用のライブラリで信号処理や統計などを得意としています。SciPyは具体的には積分、統計、線形代数、遺伝的アルゴリズム、フーリエ変換、ODEソルバなどの高度な科学計算処理が可能です。

【参考】：[SciPy](https://scipy.org/)

scikit-learn（サイキット・ラーン）は機械学習ライブラリの定番と言われ、機械学習で使用する様々なアルゴリズムが実装されています。

scikit-learnの主な機能としては、分類、回帰、クラスタリング、次元削減、データの前処理、モデル評価と選択があり、またサンプルのデータセットやサンプルコード、丁寧な公式ガイドも用意され、機械学習の実装を手軽に試せる点も人気の理由です。

【参考】：[scikit-learn: machine learning in Python — scikit-learn 1.4.1 documentation](https://scikit-learn.org/stable/)

Matplotlib（マットプロットリブ）はデータ解析用の言語の「MATLAB」を模倣して作成された、データ可視化を行うライブラリです。データから簡単に散布図やヒストグラムといったグラフを表示したり、画像データで描画したりすることができます。

Pandasを利用してもデータの可視化はできますが、Matplotlibはより表現力が求められるグラフ処理が可能です。このMatplotlibも「Anaconda」に標準搭載されています。

【参考】：[Matplotlib — Python による視覚化](https://matplotlib.org/)

Matplotlibでグラフ描画が簡単に？pipのインストール手順を解説！

ここでは深層学習（Deep Learning：ディープラーニング）で利用できる、*おすすめのライブラリやフレームワークを見ていきましょう。*こちらも同様に厳選した5つのライブラリを紹介します。

TensorFlow（テンソルフロー）は、Googleが開発しているオープンソースのニューラルネットワークの最新ライブラリです。ニューラルネットワークは人の脳の神経回路構造を数学的に表現できる手法で、このライブラリを利用することでニューラルネットワークを構築できます。

顔認識システムや自動運転システムでもTensorFlowは利用されており、今後の広がりが期待されています。

【参考】：[TensorFlow](https://www.tensorflow.org/?hl=ja)

TensorFlowとは？特徴やできることをわかりやすく解説！

PyTorch（パイトーチ）はFacebookが開発したディープラーニング用のフレームワークです。NumPyと操作方法が類似しており、NumPyを扱っているエンジニアであれば、すぐに扱えるでしょう。

また、ニューラルネットワーク構築で必要となる計算グラフが動的に構築されるため、柔軟にモデルの構築が行え、容易に複雑なニューラルネットワークを実装できる点が特徴です。

【参考】：[PyTorch](https://pytorch.org/)

PyTorchとは？特徴やメリット・デメリット等の入門情報を解説

Keras（ケラス）はPythonで書かれたニューラルネットワークのライブラリです。KerasはTensorFlowなど他のディープラーニングのライブラリの上で動く作りとなっており、また分かりやすい設計のため、初心者でも簡単に深層学習ネットワークの構築が可能です。

また、Kerasは日本語ドキュメントがあり、日本人が扱いやすいライブラリの1つです。

【参考】：[ホーム - Keras ドキュメント](https://keras.io/)

ニューラルネットワークとは？仕組みや関連用語をわかりやすく解説

Chainer（チェイナー）は、Preferred Networks（国内企業）によって開発され、オープンソースとして公開されたディープラーニングのフレームワークです。日本企業開発のフレームワークであり、日本語ユーザーグループもあるため、特に日本では安心して利用できる深層学習フレームワークとして人気があります。

【参考】：[Chainer: ニューラル ネットワーク用の柔軟なフレームワーク](https://chainer.org/)

Caffe（カフェ）は画像認識処理を得意とする深層学習ライブラリです。オープンソースのライブラリで、開発コミュニティの活動が活発で、世界中で開発が進められています。CaffeはC++で実装されており、高速処理が可能です。

そのためCaffeは物体認識や画像処理を得意としていますので、画像データを用いて深層学習を行いたい際には使用をおすすめします。

【参考】：[Caffe | Deep Learning Framework](https://caffe.berkeleyvision.org/)

<center>[あなたに合った企業選びをサポート致します。 エンジニア転職のご相談はぜひ *『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

## PythonライブラリIを活用できる職種の年収

Pythonの機械学習ライブラリを活用できる職種はAIエンジニアですが、AIエンジニアが含まれるシステムエンジニアの年収を「マイナビエージェント職種図鑑」で見てみると、平均年収は431万円（※2024年3月執筆時点）です。

経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近しい職種のIT技術スペシャリスト（特定技術(DB・NW・セキュリティ等））を参考にすると、平均年収は758万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、AIエンジニアは一般平均年収と同程度から高めであることが分かります。

AIエンジニアは活躍分野が広く、画像処理や音声認識など求められる技術も様々です。*AI技術の専門職として高度なスキルを有するAIエンジニアは、さらなる高収入を得られる可能性があります。*

【参考】：[マイナビエージェント職種図鑑](https://mynavi-agent.jp/it/jobindex/04.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

AIエンジニアの年収は低い？未経験から転職して高年収を得る方法を紹介

## ライブラリのメリットとデメリット

AI開発で利用するPython言語には多くの機械学習ライブラリがあります。このライブラリを上手く活用することで、開発の効率化、プログラミングの質向上を図れます。機械学習ライブラリ5選と深層学習ライブラリ5選、計10選を紹介しますのでぜひ参考にしてください。

Pythonを用いた機械学習モデルの構築で外せないのが機械学習に関するライブラリである

AI開発に欠かせない機械学習には深層学習も含まれ、その関係はAI>機械学習>深層学習となる

ライブラリ利用のメリットにはプログラミングスピードと質の向上、プログラミングスキル向上がある

Pythonの機械学習ライブラリ10選！メリット・デメリットも解説

*Python関連記事はこちらから↓*

Pythonの記事（1ページ目）

まず始めに、ここではPythonのライブラリとはどういったものなのか解説します。ライブラリの使い方やフレームワークとの違いについてもまとめたので、ライブラリに関する基礎知識を押さえるところから始めましょう。

**Pythonの活用が進んでいることから内容を増強し、「さらに活用できるPythonライブラリ3選」を盛り込んで解説していきます。**

Pythonとは？人気の理由と基本知識をわかりやすく解説！

Pythonでできることは？仕事で活かせる職種や将来性を解説

ライブラリとは、複数のプログラムをまとめ、再利用しやすくしたものです。プログラミングでは、同じコードを何度も書くのは非効率とされています。そこで、多く使う機能はライブラリにまとめ、何度でも使えるようにするのです。

**ライブラリを使うことで自分でソースコードを書く必要がなくなり、開発作業が楽になります。**また、機械学習などの複雑な開発もライブラリを使えば簡単に行えます。

プログラミングで使うライブラリとは？メリット・デメリットを解説

ライブラリを使う場合、ソースコードの上に「import ライブラリ名」と記述する必要があります。これでインストールされているライブラリを呼び出すことが可能です。

また、ライブラリの中の特定オブジェクトだけを使いたい場合は、「from モジュール名 import オブジェクト名」と記述します。*Pythonでライブラリを利用する場合、import文の記載を忘れないようにしましょう。*

Pythonの標準ライブラリの一覧については、以下で確認することができます。

【参考】：[Python 標準ライブラリ](https://docs.python.org/ja/3/library/index.html)

### ライブラリとフレームワークの違い

ライブラリとフレームワークはよく混同されがちですが、厳密には異なるものです。どちらも、複数のプログラムをひとまとめにした点は共通しています。しかし、フレームワークはより大きなまとまりになったものであり、プログラム全体の流れを限定させるものです。

例えるなら、*フレームワークは「枠組み」のようなものです。*まずどのフレームワークを使うかを決め、それからプログラミングを行います。**Pythonのフレームワークは、「Django」「Flask」「web2Py」などが挙げられます。**

一方ライブラリは、プログラミングに必要なものを一部「引用」して使います。ライブラリは、プログラム全体の流れを決めるものではありません。

Pythonフレームワークの概要からおすすめソフトウェアまで紹介

Djangoとは何か？できることや習得するメリットを解説

Flaskとは何か？基本機能やDjangoとの違いについて解説

Pythonの外部ライブラリとは、Pythonに標準装備されていない、外部からのインストールが必要なライブラリのことです。このPythonの外部ライブラリの一覧は、PYPI（Python Package Index）というサイトで探すことができます。ちなみに、外部ライブラリのインストールにはPythonの管理ツールであるpipを利用します。

<center>[Pythonの開発案件が多い求人情報もアリ？ 『マイナビIT AGENT』で転職相談を受けてみる](https://mynavi-agent.jp/it/lp/029.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv15)</center>

pipは、パッケージに関する様々な操作を行える標準ライブラリです。Pythonでパッケージを扱いたいなら、管理ツールであるpipの使用頻度は高くなります。例えば、**パッケージをインストールしたり、アップデートしたりする際に、pipライブラリを使うことになります。**

【参考】：[pip: Python環境構築ガイド](https://www.python.jp/install/windows/pip.html)

それでは、Pythonのライブラリについて解説します。まずは、*最低限覚えておきたいライブラリを6つ紹介します。*これらのライブラリは初学者であっても、使う頻度の高いものばかりです。これらの使い方は押さえておいた方が良いでしょう。

randomは、**ランダムに数値を生成できるライブラリです。**何らかの数値を出したい場合は、randomを利用します。例えば、おみくじやじゃんけんアプリを作りたい場合は、randomを使って乱数を生成すると良いでしょう。randomは使う頻度が多いライブラリの1つです。

【参考】：[random --- 擬似乱数を生成する](https://docs.python.org/ja/3/library/random.html)

datetimeは、日付や時間を扱うためのライブラリで、**今日は何日かや数年前の日時を取得することが可能です。**日付情報を扱いたい場合、datetimeライブラリを利用することになるでしょう。ただし、取得した日付のデータを整形したい場合は、他の種類のライブラリが必要です。

【参考】：[datetime --- 基本的な日付型および時間型](https://docs.python.org/ja/3/library/datetime.html)

osは、OSに関連した処理を行うためのライブラリです。OSに関連した処理とは、例えば**ファイルを削除したりディレクトリを作成したり、といった内容のことです。**Pythonでファイル操作を行いたい場合は、osライブラリを使うことになるでしょう。こちらも利用頻度が高いので、覚えておきたいところです。

【参考】：[os --- 雑多なオペレーティングシステムインターフェース](https://docs.python.org/ja/3/library/os.html)

reは、正規表現を使うためのライブラリです。**正規表現を使うことで、特定のパターンにマッチする数値かどうかを判定することができます。**例えば、フォームに入力されたメールアドレスや電話番号が、書式に沿っているかなどを判定することが可能です。

正規表現はPythonの基礎文法の1つであり、reライブラリは使う頻度が高いでしょう。ただし、import文を書き忘れることが多いライブラリなので、注意が必要です。

【参考】：[re --- 正規表現操作](https://docs.python.org/ja/3.12/library/re.html)

mathは、数学的処理を行うためのライブラリです。四則演算だけならライブラリなしで可能ですが、複雑な計算処理などを行いたい場合は、mathに頼ることが多いです。例えば、**絶対値や円周率を取得したい場合は、mathライブラリを使うと楽です。**他にも、指数関数・対数関数・三角関数といった、高校・大学数学で用いられる関数が使えます。

Pythonは機械学習の分野で多く使われる言語でもあり、その影響でmathライブラリの利用頻度も高いです。

【参考】：[math --- 数学関数](https://docs.python.org/ja/3/library/math.html)

Pythonのsplitとは？メソッドや関数で文字列を分割する方法

sysは、実行環境に関する処理を行うライブラリです。Pythonではインタプリタを使って、ソースコードを機械語に翻訳しているのですが、そのインタプリタに関する関数がまとめられています。例えば、**プログラムを強制終了させたい場合は、sysライブラリのexit関数が便利です。**sysライブラリも、Pythonの基本的なライブラリの1つです。

【参考】：[sys --- システムパラメータと関数](https://docs.python.org/ja/3/library/sys.html)

## さらに活用できるPythonライブラリ3選

Pythonの用途は日々拡大しています。**本解説では、おすすめライブラリーをさらに追加ピックアップしお伝えします。**多様なニーズに活用できるように、ライブラリの機能を分かりやすくご紹介していきます。

*jsonライブラリは、JSON（JavaScript Object Notation）フォーマットを処理します。*JSONは軽量であり、データ交換で活用されています。JavaScript のオブジェクトリテラルにより、アプリケーション間でのデータ交換に活用できるでしょう。

【参考】：[Python Docs: json --- JSON エンコーダおよびデコーダ](https://docs.python.org/ja/3/library/json.html)

言語・開発の記事（37ページ目）