[【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)<br>

システム開発に携わっていると、必ず直面するのがメンテナンスやバージョンアップです。それらに対応するために、従来は開発機と本番機を分ける構成が当たり前でした。

しかし、近年の仮想化技術の進展やハードスペックの向上によって、今では**同じ物理マシンに複数の仮想環境を構築して運用することが当たり前になっています。**

また、Pythonにも独自に仮想環境を構築することができる仕組みが備わっており、1つのマシン上で開発・テスト・本番稼働まで無理なく利用可能です。ここでは、Pythonの仮想環境について紹介します。

Pythonに関して、エンジニアの皆さんはよくご存じかと思いますが、改めて確認しましょう。

**Python言語はAIの機械学習の開発に使われることで知られていますが、実はWebアプリの開発やビッグデータの解析、さらにはゲームアプリの開発にまで利用されるほどの人気の言語**です。次に学びたい言語としては、C言語やJavaを抑えて1位となる人気ぶりです。

【参考】[Welcome to Python.org](https://www.python.org/)

Pythonとは？人気のPythonを学ぶ際に知っておきたいこと

一般的に**「仮想環境」とは、サーバーやパソコンといった1つのマシンの中に仮想的に異なる環境を構築したもの**を指します。例えば、1つのマシンにWindows環境とLinux環境を併存させて利用するような場合に、仮想環境が構築されます。

*マシンの物理的スペックを変えず、CPUやメモリを仮想環境にそれぞれ論理的に割り当て、あたかも異なる物理環境があるかのように利用できます。*このように、仮想化技術によってマシンを効率的に利用することが可能です。

Pythonでシステム開発を進める際に、*1つのマシンでテストや本番稼働を同時に行うことはさまざまなリスクや制約を伴います。*

また、本番稼働中のシステムのメンテナンス、バージョンアップなどを行う際にも、同一マシン上でこれを行うにはさまざまな問題が発生します。**こうしたリスクや問題、制約を解消してくれるのが、「Python仮想環境」です。**

**Pythonにおける「仮想環境」とは、マシンにインストールしたモジュール・パッケージ、あるいは異なるPythonのバージョンごとに、それぞれが分離された環境**を意味します。

例えば、Pythonで開発作業を行う際にPython2系で利用していたパッケージがPython3系では使えない場合があり、それぞれのバージョンの違いによって問題が生じます。

こうした問題を解決する方法として、同じマシン上にPythonの仮想環境を作る必要があるのです。もちろん、バージョン毎にマシンを分ける方法もありますが、物理的にも作業的にも非常に無駄が多くなります。*Pythonの仮想環境はリスクや制約の回避以外にも、こうした物理的・作業的無駄を省くという効果もある*ため、仮想環境を利用しないという手はありません。

### Pythonのインストール（Windowsの場合）

ここでは、**Pythonのインストール方法について解説**します。

次のURLへアクセスして下さい。
・https://www.python.org/

画面の上部にあるメニューから「Download」にマウスを合わせるとメニューが表示されるので、そこからWindows向けのPythonをダウンロードします。*現時点（2022.3）の最新バージョンは、Python3.10.2です。*ダウンロードしたファイルをダブルクリックするとインストールが開始します。

【参考】[Windows版Pythonのインストール: Python環境構築ガイド - python.jp](https://www.python.jp/install/windows/install.html)

Pythonのインストール方法：初心者向けインストール方法を1から解説！

## Pythonの仮想環境利用のメリット

Pythonの仮想環境を利用する必要性については分かりましたが、では**仮想環境を利用する具体的なメリットは何なのでしょうか？**Pythonエンジニアを目指す方は、*Pythonの仮想環境は必須知識となる*ため、仮想環境のメリットについてはよく理解しましょう。

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

仮想環境が必要だということは分かっても、仮想環境の構築作業が難しい場合には、仮想環境の構築自体が足かせになってしまいがちです。しかし、**Python仮想環境は、ソフトを使えば作るのも削除するのもコマンド1つで簡単にできます。**コストも手間も掛からないため、これを利用しない手はありません。

### 異なるバージョンのPythonを利用できる

**仮想環境を使うメリットとしては、異なるバージョンのPythonを同時に使用できる**ということが挙げられます。バージョンアップの際に、新たなマシン環境を用意することなく、同一マシン上で新旧バージョンを併存させながらテストや移行ができます。エンジニアにとっても大変便利な機能です。

### モジュールの追加や更新ができる

Python上で新たなモジュールの追加やモジュールの更新が必要になる場合に、*モジュールの追加・更新が本番環境に影響を及ぼす*ことがあります。しかし、**仮想環境を利用すれば、本番環境への影響を気にすることなく、モジュールの追加や更新が可能**となる点も仮想環境のメリットの1つです。

### 同じモジュールで異なるバージョンが使用できる

Python上で使用する複数のアプリケーションが同じモジュールの異なるバージョンを必要としている場合、仮想環境があると便利です。通常、同じモジュールの異なるバージョンを同時にインストールすることはできないため、すべてのアプリケーションに対応することは困難です。

しかし、**仮想環境を使用すれば同じモジュールの異なるバージョンをインストールできるため、複数のアプリケーションに対応できます。**

### 開発・テスト作業の効率が上がる

Pythonを使ったプログラムの開発・テストをする場合、異なるOSやPythonのバージョンでの動作を確認する必要があります。**実機の場合は何台もパソコンを用意する必要がありますが、仮想環境だと1台のパソコンに複数の環境を作成することができます。**そのため、環境構築にかかるコストを大幅に削減できます。

## Pythonの仮想環境はvenvがおすすめ

Pythonの仮想環境を構築するためのソフトはいくつか種類があります。特に初心者の方は何を選択すれば良いのか迷うでしょう。ここでは、**Pythonの代表的な仮想環境ソフトとしてvenvをおすすめ**します。

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

**venvとは1つのシステム環境の中に、異なるPython環境を作れるソフトウェアの名称**です。コマンド1つで仮想環境を作る、仮想環境を削除するなどができます。

### venv以外のソフト（virtualenv・conda・pyenv）

**Pythonの主な仮想環境ソフトとしては、venv以外にvirtualenvとcondaがよく知られています。**

・virtualenvはサードパーティ製のPythonライブラリで、利用する場合は新たにインストールする必要があります。

・condaは機械学習関係のライブラリやツールが豊富な、Pythonディストリビューション（distribution）であるAnacondaに含まれるメジャーなPython仮想環境ソフトです。Anacondaをインストールしないと使えません。
【参考】[Conda —Condaのドキュメント](https://docs.conda.io/en/latest/)

・pyenvはPythonで使える仮想環境ソフトウェアですが、Windowsをサポートしていないため、Windowsユーザは使えません（Windows版のpyenv-winはありますが、特に推奨理由が見当たりません）。
【参考】[GitHub - pyenv/pyenv: Simple Python version management](https://github.com/pyenv/pyenv)

エンジニアの方は、仮想環境ツールとしてdockerを利用されている方もいるでしょう。では、dockerとvenvとは何が違うのでしょうか？

**venvは、Python依存関係のみをカプセル化するのに対し、 DockerはOS全体をカプセル化します。**例えば、DockerはLinux環境・Windows環境・Mac環境それぞれでPythonアプリを動かす場合などに利用します。

【参考】[Docker ドキュメント](https://docs.docker.jp/)

venvの前身はvirtualenvです。venvはPython 3.3 以降に標準機能として取り込まれました。そのため、**venvは新たにソフトウェアをインストールしなくてもすぐに使用できるので、手軽に仮想環境を構築・管理できます。**

Python2系でvirtualenvを利用していた方も、Python3系はvenvを選択すると良いでしょう。機能的に両者はほとんど差がなく、使い勝手が良いからです。以下に、venvをおすすめする理由を挙げます。

1.Python公式venvはPython3.5以降で、Python公式の推奨仮想環境となりました。

2.venvは主流Python資格の試験対策チュートリアルでも、venvが前提となっています。

3.pipが使えるpipはPythonのパッケージを管理するツールです。venvではpipをそのまま使え、トラブルの心配も不要です。

## venvを使って仮想環境を作ってみよう

**venvはPython3系では標準機能の1つ**だとお伝えしました。では、実際にvenvを使ってみましょう。

ここでは、**Windows環境での仮想環境の作り方について簡単に解説**します。仮想環境ソフトウェアvenvは、Python3.4以降であればすぐに使えます。まず、インストールされている pythonのバージョンを確認しましょう。なお、以下はコマンドプロンプトを使った手順を紹介しますが、VScodeを使用することもできます。

*1.Pythonのバージョンを確認する*
Windows10であれば、デスクトップ画面左下の「ここに入力して検索」の欄に"cmd"と入力します。
*コマンドプロンプト画面が表示されたら、"python -V"と入力すると、Pythonのバージョンが表示*されます。Python3.4以降であれば、venvをすぐに利用できます。

*2.仮想環境を作る*
同じく、コマンドプロンプト画面で、"python -m venry  ●●●"と入力します。●●●は作成する仮想環境の名前で、任意の名前を入れます。ここでは仮に"kasou"とします。

*3.仮想環境を有効にする*
仮想環境を実行するには、\Scripts\activateコマンドを使います。
コマンドプロンプト画面で、"kasou\Scripts\activate"と入力します。

*4.仮想環境を無効にする*
仮想環境を無効にするには、コマンドプロンプト画面で、"deactivate"と入力します。これで仮想環境の"kasou"は無効化されました。改めて仮想環境を有効にするには、コマンドプロンプト画面で、"kasou\Scripts\activate"を入力します。

### 仮想環境を活用してPythonを上手く使おう

ここではPythonの仮想環境とは何か、Pythonにおける仮想環境の作り方、そのメリットなどについて、主にPython仮想環境ソフトウェアの「venv」をベースに解説しました。

Pythonで仮想環境を構築することが、拍子抜けするほど簡単だということがわかりました。**仮想環境を利用することで、バージョンにとらわれず自由にプログラムを実行させられるメリットは、実際にPythonプログラミングを行ったときに実感できる**でしょう。

Pythonの開発に携わるとシステムの改修やバージョンアップの問題に直面します。その際、Python仮想環境を利用すると、コマンド1つで簡単に開発・テスト環境を入手することができます。ここではPythonの仮想環境について、メリットや作り方を解説します。

Pythonはコマンド1つで仮想環境を構築する機能が備わっている

Pythonは仮想環境を利用することで、システム改修やバージョンアップを同一マシン上で簡単に行える

Python仮想環境構築に利用するソフトウェアは、Python標準の「venv」がおすすめ

Pythonの仮想環境とは？利用のメリットやおすすめの仮想環境をご紹介

*[【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

**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

## 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)

### Anacondaが使いやすくなるアプリケーション

**Anaconda Navigatorとはアプリケーションのインストール管理や起動管理を行ってくれるGUIアプリケーションです。**Anaconda NavigatorはAnacondaディストリビューションをインストールすると利用可能になります。

Anaconda Navigatorでは予め次の代表的なアプリケーションが利用可能な状態となっています。

・*JupyterLab*
　Jupyter Notebookの後継となるウェブベース統合開発環境（IDE）

・*Jupyter Notebook*
　PythonやR言語の開発で用いるウェブベース統合開発環境（IDE）

・*Spyder*
　データサイエンス用統合開発環境（IDE）

・*PyCharm*
　Python用統合開発環境（IDE）

・*VSCode*
　マイクロソフト製コードエディタ

・*Glueviz*
　Python用データ可視化ツール

・*Orange 3 App*
　対話型データ可視化ツールとビジュアルプログラミングによるデータマイニング　

・*RStudio*
　PythonやR言語の開発で用いる統合開発環境（IDE）

・*Anaconda Prompt（Windows用）*
　Anaconda同梱のWindowsコマンドプロンプト

・*Anaconda PowerShell（Windows用）*
　Anaconda対応のWindows PowerShell

このように代表的な*統合開発環境（IDE）のみならず、*VSCode*や*PowerShell*等も利用可能*ですので、Windowsユーザでも違和感なく開発を進められます。

【参考】：[Anaconda Navigator](https://docs.anaconda.com/anaconda/navigator/#what-applications-can-i-access-using-navigator)

IDEとは？詳細やメリット、おすすめのIDEを紹介します！

## Anacondaを利用して効率的にPython開発を進めましょう

*Anacondaはデータサイエンスに必要なライブラリを統合管理できるオープンソースのディストリビューション*です。同様にインストール管理ソフトウェアとソフトウェア公開サービスを兼ねていますので、Pythonライブラリやツールのインストール管理ならびに実行管理を統合的に行うことができます。

特に機械学習を中心とするデータサイエンス分野では必需品となります。**Anacondaを導入しPythonの開発やデータ分析などを効率的に行ってみてはいかがでしょうか。**

Pythonでできること・できないことは？活躍している分野を解説

Pythonの用途を知った上でPythonエンジニアを目指そう

初心者向けPython：基礎構文や入門情報を丁寧に解説！

AnacondaはPython実行環境でデータサイエンスに必要なライブラリをまとめたディストリビューションです。同様にインストール管理ソフトウェア並びにソフトウェア公開サービスとして活用されています。ここではAnacondaの特徴や利用方法を解説していきます。

AnacondaはPythonインストール管理ソフトウェア・ソフトウェア公開サービスです

AnacondaはPython実行環境でデータサイエンスに必要なライブラリをまとめて提供します

Anacondaを用いることでインストール・実行管理の工数が削減されます

プログラミング言語の記事（19ページ目）