[【関連記事】AWS認定ソリューションアーキテクト-アソシエイトとは？難易度と勉強方法を解説！](https://and-engineer.com/articles/YXEoUBIAACEANWUF)

[【関連記事】AWS認定クラウドプラクティショナーとは？難易度や勉強時間の目安を解説](https://and-engineer.com/articles/Y3LloxEAAB4Ate8S)

[【関連記事】AWS認定試験の申し込みは何日前から？日程変更や流れ、資格取得のメリットも解説](https://and-engineer.com/articles/YaOoxhIAAB4AjhJS)

<center>[AWSの資格手当が出る企業も？ 『*マイナビエージェント*』の公開求人をチェック](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv11)</center>

AWSとは、Amazonが提供している世界最大級のクラウドサービスです。**AWS資格は、AWSクラウドサービスに関する専門的な知識を証明するためのもので、国内外を問わず多くの企業で認知されています。**

そのため、取得を目指す方が多い一方で、「難易度は高いの？」「どういう内容の問題が出るの？」と疑問に感じる方もいるでしょう。*そこで、AWS資格一覧の難易度・出題範囲・取得のメリット・勉強方法などの情報をまとめました。*AWS資格に興味がある方は、ぜひ参考にご覧ください。

AWS認定制度とは？資格取得のメリットや難易度など徹底解説！

## 基本のAWS資格6種類｜難易度：低～高

**ここでは、AWSの基本資格6種類の難易度と出題範囲について解説し、難易度が低い順番にまとめました。**AWS資格に挑戦する方は各資格に必要な知識量などを把握して、自分のレベルに合っているか確かめましょう。

【参考】：[AWS 認定 – AWS クラウドコンピューティング認定プログラム | AWS](https://aws.amazon.com/jp/certification/)

AWSの資格一覧・全12種を紹介！取得のメリットや勉強方法も解説

### クラウドプラクティショナー（基礎）｜難易度：低

**クラウドプラクティショナーは、唯一基礎コースに分類されるAWS資格です。***AWSに関する基礎知識が問われる資格であり、これからAWSを勉強する方やAWSを使用してからまだ日が浅い方向けと言えるでしょう。

ただし、AWSだけでなくクラウドサービス全般に関する問題も出題されるため、勉強すべき範囲は広いです。

参考書も多く販売されているので、1冊手にとって出題範囲を確認すると良いでしょう。これからエンジニアを目指すのであれば、基本情報技術者試験だけでなくクラウドプラクティショナーも取得しておきたい資格の1つです。*

AWS認定クラウドプラクティショナーとは？難易度や勉強時間の目安を解説

<center>[AWS認定試験合格で転職活動が有利に？ 『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>

### デベロッパー（アソシエイト）｜難易度：中

**デベロッパーは、AWSでのシステム開発やデプロイができるかどうかが問われる資格です。**AWSの基礎知識があることが前提なので、Webアプリ開発に既に携わっており更にスキルアップしたい方におすすめです。

出題範囲に関してはその他のAWS資格よりも狭いので、システム開発の知識がある人なら合格は難しくありません。最適なデプロイ方法などが学べるため、システム開発者はぜひ挑戦したいところです。

【参考】：[AWS Certified Developer - Associate 認定 | AWS](https://aws.amazon.com/jp/certification/certified-developer-associate/?ch=sec&sec=rmg&d=1)

AWS認定デベロッパー アソシエイトの難易度は？勉強方法も解説

### ソリューションアーキテクト（アソシエイト）｜難易度：中

**ソリューションアーキテクトは、AWSでのシステム構築に関する知識が問われる資格です。**AWSでシステムを構築する場合、「5つの原則」と「ベストプラクティス」に基づいて行う必要があり、これらを基準に開発できることが求められます。

また、AWS関連だけでなく、ネットワークやクラウドサービス全般の知識も求められるため勉強すべき範囲は広いです。AWS初心者では合格は難しく、デベロッパー同様開発経験者向けの資格と言えます。

【参考】：[AWS Certified Solutions Architect – Associate 認定](https://aws.amazon.com/jp/certification/certified-solutions-architect-associate/?ch=sec&sec=rmg&d=1)

AWS認定ソリューションアーキテクトとは？アソシエイトは難易度低い？

### SysOpsアドミニストレーター（アソシエイト）｜難易度：中

**SysOpsアドミニストレーターは、AWSでのシステム運用に関する知識が問われる資格です。**モニタリングやセキュリティ、可用性など出題範囲が広く、合格するにはそれなりの勉強時間を有します。

システム開発者は開発・デプロイだけでなく運用も同時に担当することがほとんどであるため、開発担当者は上記資格と合わせて取得するのが良いでしょう。

【参考】：[AWS Certified SysOps Administrator - Associate 認定](https://aws.amazon.com/jp/certification/certified-sysops-admin-associate/?ch=sec&sec=rmg&d=1)

【保守・運用】仕事内容や将来性、必要なスキルについて徹底解説！

### DevOpsエンジニア（プロフェッショナル）｜難易度：高

*DevOpsエンジニアはプロフェッショナルコースに分類され、SysOpsアドミニストレーターやデベロッパーの上位資格という位置づけになっています。*システム開発担当者が更にスキルアップを目指すための資格であり、難易度は他に比べて高いです。

AWSでのシステム開発・運用ができるだけでなく、コスト面などを踏まえて最適な運用ができる知識が求められます。

【参考】：[AWS Certified DevOps Engineer - Professional 認定 | AWS 認定 | AWS](https://aws.amazon.com/jp/certification/certified-devops-engineer-professional/?ch=sec&sec=rmg&d=1)

DevOpsエンジニアの役割と業務・将来性や違いについて解説

### ソリューションアーキテクト（プロフェッショナル）｜難易度：高

**ソリューションアーキテクトはプロフェッショナルコースに分類され、ソリューションアーキテクトの上位資格という位置づけになっています。**AWSにおいてより複雑な構築ができるスキルが求められ、難易度はかなり高く合格は容易ではありません。

また、問題数が多く解く時間が足りなくなることもあるため、短時間で問題文を読み解くスキルも重要となります。合格率は公表されていませんが、低めであると推測されます。

【参考】：[AWS Certified Solutions Architect - Professional 認定 | AWS 認定 | AWS](https://aws.amazon.com/jp/certification/certified-solutions-architect-professional/?ch=sec&sec=rmg&d=1)

AWSのソリューションアーキテクトとは？取得方法やメリットを解説

## 専門知識のAWS資格6種類｜難易度：高

続いて、AWS資格の中でも専門知識コースに分類される6種類について解説します。**これらの資格は出題範囲が大きく異なり、その人が既に持っている知識によって難易度が変わるため、ランキングにすることはできません。**

ただし、一般的なレベルで考えると、どれも専門的で深い知識が必要なかなりハイレベルの資格です。これらの資格に挑戦する方は、どの専門知識が要求されるか把握し、その分野に特化して勉強する必要があるでしょう。

**AWSのセキュリティに関する専門知識が問われる資格です。**具体的には、インシデント対応やログ収集、データ保護に関する知識を資格を通じて身につけられます。Webサービスがハッキングなどの被害に遭うと大きな損害が発生する可能性もあるため、AWS利用者は取得しておきたい資格です。

【参考】：[AWS Certified Security - Specialty](https://aws.amazon.com/jp/certification/certified-security-specialty/?ch=sec&sec=rmg&d=1)

AWSでセキュリティグループを組むメリットと注意すべきポイント

**データベースは2020年に導入された資格であり、AWSデータベースに関する知識が問われます。**データベースの設計やセキュリティに関連する知識が求められ、難易度はかなり高めです。

AWSでは様々な種類のデータベースがあるため、他のデータベース資格のように1種類だけを知っていれば良い訳ではありません。目安としては、データベースを実務で使った経験が5年以上必要とされます。

【参考】：[AWS Certified Database - Specialty 認定](https://aws.amazon.com/jp/certification/certified-database-specialty/?ch=sec&sec=rmg&d=1)

データベース関連の資格とは？転職や仕事に役立つおすすめ9選を紹介！

**AWSでのネットワーク構築スキルが求められる資格です。**AWSネットワークを設計し実装する、AWSタスクを自動化するなどのスキルを取得しているかどうかが問われます。こちらもデータベース同様、ネットワーク構築の実務経験が5年以上ないと1回での合格は難しいでしょう。

【参考】：[AWS Certified Advanced Networking - Specialty 認定 | AWS 認定 | AWS](https://aws.amazon.com/jp/certification/certified-advanced-networking-specialty/?ch=sec&sec=rmg&d=1)

ネットワークエンジニアにおすすめの資格8選！取得の必要性やメリットは？

**機械学習を導入したアプリなどの設計・開発知識があるかどうかが問われる資格です。**人工知能開発に携わる方やデータサイエンティストの方向けの資格であり、AWSのどの機械学習サービスを導入すべきか判断できるだけの知識が求められます。

難易度はそこまで高くはありませんが、機械学習に関する前提知識がない方にとっては難しい資格です。

また、機械学習は現在注目されている技術分野であり、技術の流行り廃りが激しいため、今後試験内容が大きく変わる可能性もあります。試験内容が変わると、これまで勉強したことが通用しなくなる可能性もあるので要注意です。

【参考】：[AWS Certified Machine Learning - Specialty 認定 | AWS 認定 | AWS](https://aws.amazon.com/jp/certification/certified-machine-learning-specialty/?ch=sec&sec=rmg&d=1)

AWSは機械学習でも注目度が上昇中！活用例と学習方法を解説

**AWSでのSAPワークロードの設計、実装、移行、および運用に関する専門知識を問われる資格です。**この資格を取得することは、顧客の状況を全体的に把握し、費用対効果の高いソリューションを提供できることの証明となります。

対象者はSAとAWSの両方に関する役割を担う方で、5年以上の SAP経験もしくは、1年以上の SAPonAWSでの作業経験者が推奨されています。

【参考】：[AWS Certified: SAP on AWS - Specialty](https://aws.amazon.com/jp/certification/certified-sap-on-aws-specialty/?ch=sec&sec=rmg&d=1)

SAP on AWS － AWS認定新区分の概要から難易度・勉強方法まで解説！

**データ分析を行える知識があるかどうかが問われる資格です。**以前はビッグデータのみに関する資格でしたが、2020年からデータ分析に関する総合的な問題が出題される資格に変更されました。

データ分析を行うにあたってのAWSの活用方法や、解説結果をビジネスで活かすための方法などの知識が求められます。データサイエンティストとしてレベルアップしたい方におすすめの資格です。

【参考】：[AWS Certified Data Analytics - Specialty 認定](https://aws.amazon.com/jp/certification/certified-data-analytics-specialty/?ch=sec&sec=rmg&d=1)

データサイエンティストに役立つ資格8選！取得のメリットや難易度は？

<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>

次に、AWS資格を獲得するメリットを解説します。「AWS資格を取得しても意味ない」という意見もありますが、実際は転職やスキルアップの面においてメリットは多くあります。

AWS資格の取得は転職に有利？概要やメリット、勉強法なども紹介！

AWS資格の勉強に取り組むことでAWSの最新情報を得られます。なぜなら、AWS資格は何回もアップデートされており、最新機能に関する問題も多く出題されるからです。

**また、AWS認定の有効期限は3年間で、資格を保有し続けるためには3年以内に再認定を受けなければなりません。**AWSの実務経験者であっても最新機能に関する知識は不足していることもあるため、資格を通じて最新情報をカバーすると良いでしょう。

### AWSエンジニアとして年収アップが期待できる

一般的なサーバーエンジニアの年収は「マイナビエージェント職種図鑑」での平均年収は429万円（※2023年5月執筆時点）、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」から近い職種のエンジニア/プログラマを参考にすると、平均年収592万円と分かりました。

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、*サーバーエンジニアは一般平均年収と同等かやや高めであることが分かります。*

現在サーバーエンジニアとして活躍している方がAWS資格を取得すれば、AWSに精通したAWSエンジニアとして認められて、さらなる収入アップも期待できるでしょう。

【参考】：[マイナビエージェント職種図鑑](https://mynavi-agent.jp/it/jobindex/06.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)

*AWSの資格を取得すると、AWS資格を持つ他の方とコミュニティ内で交流できます。*

AWS資格は世界共通の資格のため、海外の方と交流する機会を持つことができます。グローバルで活躍したい・さまざまな方と情報交換したい方にとっては魅力的なコミュニティでしょう。

AWS資格を取得することで、AWSのスキル・知識が一定以上あることをアピールできます。転職でも有利に働き、プロジェクト配属後もAWS関連の仕事を任せてもらいやすくなるでしょう。

**AWSはクラウドサービスの中でも人気が高く、多くの企業でAWSのスキルを活かすことが可能であるため、AWS資格を取得することには大きな意味があります。**

中には、即戦力のAWSエンジニアを採用するのは敷居が高いため、育成を前提としたAWSエンジニア候補を募集している企業も増えています。今はまだ勉強中でも、AWSエンジニア候補として入社すれば、実務を通してAWSエンジニアへのキャリアが開けるでしょう。

AWSエンジニアを目指すなら、自分のスキルにあった企業を探してくれる転職エージェントの活用をおすすめします。

AWS資格を獲得したいが各分野の難易度が分からず、どれから挑戦すべきか分からないという方もいるでしょう。AWS資格は分野によって内容が大きく異なるので、詳しく調べてから挑むことが大切です。本記事ではAWS資格それぞれの難易度についてまとめました。

AWS資格は難易度や出題範囲がそれぞれ異なるので自分のレベルに合った分野を選択することが大切

AWS資格はクラウドプラクティショナーが最も難易度が低い

AWS資格を取得することで最新情報を得られたり転職で有利になる

AWS資格の難易度はどれくらい？内容や初心者におすすめの勉強方法を解説

[【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)

*[【マイナビITエージェント】あなたの転職活動を無料でサポートいたします](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=banner&utm_campaign=acv01)*

*Anacondaとはプログラム記述がシンプルで人気が高いPythonの実行環境*で、データサイエンスに必要とされる各種ツールやライブラリを提供するプラットフォームです。Anacondaには数値計算やデータ解析に必要なライブラリがセットで組み込まれており、利用者は**インストール後すぐに開発作業を開始できる**メリットがあります。

Anacondaとは？Pythonの効果的な開発環境を解説！

Anacondaを使う準備として*Anacondaモジュールをインストール*しておきます。

「Anaconda」はAnacondaの公式サイトからインストーラをダウンロード後、インストーラを起動しインストールします。公式ダウンロードには以下のOSでインストーラが提供されています。

・*Windows用*
　64ビット版、並びに32ビット版

・*macOS用*
　64ビット版（GUI・CUIインストーラ）

・*Linux用*
　64ビット版（x86・Power・AWS Gravitor2・IBM Z）

参考：[ANACONDA Individual Edition](https://www.anaconda.com/products/individual)

なおPythonはAnacondaに含まれており、バージョンを指定したインストールも可能です。

とても簡単！Anacondaのインストール手順を機種別に解説

Pythonとは？人気のPythonを学ぶ際に知っておきたいこと

**Anacondaはコマンドラインインターフェース（CUI）とグラフィカルユーザインターフェース（GUI）が用意されています。**Anacondaを使うには以下のコマンドを用います。

・*GUIツール - Anaconda Navigator*
　condaのパッケージ管理が可能でアイコンクリックで起動します。扱いやすいのでおすすめの方法です。

・*CUIツール - conda*
　WindowsのAnaconda Prompt on Windowsや、macOS・Linuxのターミナルで動作します。Anacondaの詳細設定を行う場合や作業手順の自動化をする場合に使います。

「Anaconda Navigator」と「conda」は共にパッケージ管理や環境設定に用いることができます。

Windowsの使い方は*スタートメニューから「Anaconda Navigator」をクリックするだけです。*

　画像引用：[Anaconda Getting started with Anaconda](https://docs.anaconda.com/anaconda/user-guide/getting-started/)

MacOSの使い方は*「Launchpad」から「Anaconda Navigator」アイコンをクリックし起動します。*

「Linux」はターミナルから以下のコマンドを起動します。

なお「CentOS」や「ubuntu」も「Linux」と同じ使い方です。*公式ダウンロードサイトからモジュールをインストールすることで利用できます。*

*「Navigator」は環境作成のために「conda」を使用しています。*「Navigator」の「Environmentsタブ」をクリックすると最初の環境作成のダイアログが表示されます。ここで名称とバージョンを設定し「Create」をクリックすると環境が作成されます。

### NavigatorによるPythonの管理は？

**最初に作成される環境のPythonはAnacondaをインストールした際のPythonバージョンです。**

もし異なるPythonのバージョンが必要であれば「Navigator」の「Environmentsタブ」をクリックしPythonパッケージバージョンを「3.8」・「3.7」・「3.6」・「3.5」・「2.7」から指定し「Create」をクリックして作成します。

### Navigatorによるパッケージの管理は？

インストール済み「Installed」のパッケージは検索する環境をクリックすると表示されます。同様に*プルダウンで「Not Installed」・「Updatable」・「Selected」・「All」の表示選択が可能です。*

インストールしたいパッケージはパッケージ検索ボックスを使います。パッケージ検索ボックスにパッケージを入力することで、「Anacondaリポジトリ」から情報を入手し表示してくれます。

インストールする場合は検索結果のパッケージ名をチェックし「Apply」ボタンをクリックすることでインストールすることができます。

**Pythonでは開発プロジェクトを複数作成する際に仮想環境を作成します。**仮想環境により他のプロジェクトへ影響を与えずにモジュールを追加したり、異なるバージョンのモジュールを使用したりできます。

Pythonの標準コマンドでは最初に「venv」コマンドを用いて仮想環境を作成し、次に「pip」コマンドを用いて仮想環境へパッケージをインストールします。

参考：[Python Docs venv --- 仮想環境の作成](https://docs.python.org/ja/3/library/venv.html)

**Anacondaを用いる場合は「condaコマンド」を用いて仮想環境の作成とパッケージインストールを行います。**実行環境となるConda環境の作成と有効化の方法は以下の通りです。

(base) $ conda create --name env37 python=3.7

(env37) $ conda create --name env36 python=3.6

*使用例では有効化されているConda環境に対して「conda install」コマンドによってパッケージがインストールされます。*

Conda環境ごとに異なるバージョンのパッケージをインストールすることが可能です。利用する際には該当するConda環境を有効化することで指定バージョンのソフトウェアが利用できます。

**「conda」はAnacondaの「CUI」です。**以下の代表的な処理を行うことができます。

・*conda install*
　パッケージ・Pythonのインストール

・*conda update*
　パッケージ・Pythonやパッケージマネージャのアップデート

・*conda remove*
　パッケージのアンインストール

・*conda activate*
　Conda環境の有効化

・*conda deactivate*
　Conda環境の無効化

・*conda search*
　利用可能なパッケージの検索

・*conda install*
　パッケージ、パッケージマネージャのインストール

・*conda list*
　インストール済みパッケージの表示、ファイル保存

参考：[conda Command reference](https://conda.io/projects/conda/en/latest/commands.html)

## Anacondaのライブラリの使い方

Anacondaでは豊富な公開ソフトウェアのライブラリ管理とインストール管理が可能です。特に**データサイエンスを中心としたライブラリの大半はパッケージで提供されており、その数は7,500種類以上とも言われています。**Anacondaでは「GUI」として「Anaconda Navigator」・「CUI」として「conda」が利用可能です。

インストールされたライブラリはアイコンをクリックしたり、コマンドライン実行したりすることで利用できます。

**「Spyder」とは統合開発環境（IDE）の1つです。**「spyder」を使う準備を含め、以下の流れで作業を進めます。

・*準備*
（1）Anaconda Navigatorを起動します。

（2）Anaconda Navigatorのホームスクリーンのアプリケーション一覧よりSpyderを探します。

（3）Sypderの”Install”をクリックしインストールを行います（インストール済みの場合はスキップします）。

・*使い方*
（1）Spyderインストールが完了すると”Launch”ボタンが表示されますのでクリックします。

（2）Spyder起動後、新規作成から試しにprint(“Hello World”)等を入力します。

（3）「File」・「Save As」でファイルを保存すると「xxx.pyファイル」が作成されます。

（4）三角の再生記号をクリックすることで実行できます。

（5）実行結果は右下のコンソール枠に表示されます。

### AnacondaのJupyterNotebookの使い方

**「Jupyter Notebook」も「Spyder」同様に統合開発環境（IDE）の1つです。**使う準備を含め、以下の流れで作業を進めます。

（2）Anaconda Navigatorのホームスクリーンのアプリケーション一覧よりJupyter Notebookを探します。

（3）Jupyter Notebookの”Install”をクリックしインストールを行います（インストール済みの場合はスキップします）。

・*使い方*
（1）Jupyter Notebookインストールが完了すると”Launch”ボタンが表示されますのでクリックします。

AnacondaはPythonの実行環境で、データサイエンスに必要とされる各種ツールやライブラリのインストール管理から起動まで統合管理できます。ここでは各OSでの使い方をAnacondaのNavigatorやcondaを用いて説明していきます。

Anacondaとはプログラム記述がシンプルで人気があるPythonの実行環境

AnacondaはWindows・macOS・Linuxで利用可能

AnacondaにはGUIのNavigator、CUIのcondaが用意されている

Anacondaの使い方は？Python環境の利用方法を解説！

**AnacondaとはPythonの実行環境で、データサイエンスに必要とされる各種ツールやライブラリを提供するプラットフォームです。**Anacondaには数値計算やデータ解析に必要なライブラリがセットで組み込まれており、とても利便性が高いです。Anacondaの利用者は1,500万人以上とも言われています。

*AnacondaはGUI・CUIそれぞれ提供されています。*GUIはAnaconda Navigatorでインストール管理・起動管理ができます。CUIはcondaツールを用いて行います。

Python入門：はじめの一歩から基本構文までまとめて解説！

Pythonでできることとは？Pythonのメリットも詳しく紹介

Anacondaは1,500以上のパッケージが含まれるディストリビューションとなります。250を超えるデータサイエンスや機械学習のパッケージは自動的にインストールされ、利用者は*インストール後すぐに開発作業を開始できる*というメリットがあります。

また、Anacondaはあらかじめデータサイエンスや機械学習のライブラリやソフトウェアパッケージを同梱し、依存関係をチェックしてくれます。そのため**インストール作業並びにバージョン管理を簡素化できるというメリットもあります。**

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

Pythonの環境構築：公開ソフトウェアを活用した環境整備を解説

## Anacondaのインストール方法を紹介

ここではAnacondaのインストール方法を紹介しています。**Anacondaには有料版と無料版があり、 無料版はIndividual Editionです。**ご注意ください。

【参考】：[Individual Edition](https://www.anaconda.com/products/individual)

Anacondaをインストールする方法と、他のアプリケーションをインストールする方法に大きな違いはありません。具体的な手順について簡単に紹介していますので参考にしてください。

・最初にAnacondaをダウンロードします。この際、自身の*使用環境に合ったものを選択*してください。
・ダイアログボックスが表示されたら「Next」・「I Agree」をクリックします。
・Anacondaを使用するユーザーが自身のみか他のユーザーも含むか選択します。
・インストールする*ディレクトリを設定*します。
・*PATHの設定*を行うか選択したら「Install」をクリックします。
・インストールが完了したら「Next」をクリックしていきます。
・最後に「Finish」をクリックしてAnacondaのインストールは完了です。

【参考】：[ Windows版Anacondaのインストール](https://www.python.jp/install/anaconda/windows/install.html)

Anacondaは2022年1月時点で以下のバージョンが最新版となります。

・*Windows Python3.9用*
　64ビット版・32ビット版

・*MacOS Python3.9用*
　64ビット版（GUI・CUIインストーラ）

・*Linux Python3.9用*
　64ビット版（x86・Power・AWS Gravitor2・IBM Z）

【参考】：[ANACONDAインストーラー](https://www.anaconda.com/products/individual)

Anacondaのインストール方法について紹介しましたので、ここではインストールしたAnacondaの使い方を簡単に紹介していきます。

Anacondaは、特定のパッケージやライブラリをインストールしておく仮想環境と呼ばれるものを作成することができます。特に*複数のパッケージやライブラリを使用する場合、仮想環境の作成が必要*です。

この理由として、パッケージやライブラリによって対応しているpythonのバージョンが異なるという点が挙げられます。**仮想環境はpythonのバージョンごとに作成します。**

### Anacondaで仮想環境を作成する

Anacondaにおいて、*仮想環境を作成するには「conda create -n 仮想環境名」というコマンドを入力*します。前述の通り仮想環境はpythonのバージョンごとに作成する必要があります。そのため複数の仮想環境を作成する際は仮想環境名の後に「スペース」と「インストールするパッケージやライブラリの名前」を入力しましょう。

### Anacondaで作成した仮想環境の有効化を行う

仮想環境は作成しただけでは使用することができません。Anacondaで作成した仮想環境を使用するには有効化する必要があります。仮想環境有効化の際に使用するコマンドは「*conda activate 仮想環境名*」です。仮想環境を有効化したら「python」と入力しpythonを起動します。pythonを終了する際は「quit()」というコマンドを入力します。

### Anacondaでライブラリをインストールする

Anacondaで作成した仮想環境に入ったら、その状態でライブラリをインストールすることができます。ライブラリのインストールに使用するのは「*conda install*」というコマンドです。

### Anacondaで作成した仮想環境の無効化を行う

Anacondaでは「*conda deactive*」というコマンドを入力することで使用中の仮想環境を無効化することができます。

### Anacondaで作成した仮想環境を削除する

使用が終了した仮想環境や不要になった仮想環境の削除はコマンドを入力することで簡単に行えます。入力するコマンドは「*conda remove -n 仮想環境名 –all*」です。

## Anacondaにあるライブラリなどを紹介

ここではAnacondaにあるライブラリやAnacondaが使いやすくなるアプリケーションについて紹介していきます。

### Anacondaで利用可能なデータサイエンスライブラリ

今回はデータサイエンスで使用するライブラリについて目的別にいくつか紹介します。Anacondaではここで紹介しているライブラリをはじめ、**7,500以上の公開ライブラリが利用可能です。**データサイエンスでは通常次のライブラリを用いるケースが多いです。

・*数学・科学技術計算用*
　- NumPy：多次元配列オブジェクトを実装し多数の演算関数を提供します。
　- SciPy：NumPyをベースにした科学計算ライブラリです。
　- Pandas：数表や時系列データに強みを持つデータ操作解析ライブラリです。

・*データの可視化用*
　- Matplotlib：NumPyをベースにしたグラフ描画ライブラリです。
　- seaborn：Matplotlibを用いた可視化ライブラリです。
　- Altair：簡単な文法で視覚効果を高めた可視化ライブラリです。

・*機械学習・深層学習用*
　- scikit-learn ：分類・回帰・クラスタリングによる機械学習ライブラリです。
　- TensorFlow：Googleが開発した機械学習・深層学習・数値解析ライブラリです。
　- PyTorch：Facebookが開発した機械学習ライブラリ、深層学習へ適用拡大されています。

【参考】：[データサイエンスツールキット](https://www.anaconda.com/products/individual)

サービス・ツール・技術の記事（16ページ目）