1950年代の高水準言語登場により、プログラム開発は徐々に身近な作業になりました。**2000年以降は多様化が進み、プログラム言語は派生バージョンを含むと1,000種類以上と言われています。**以下はプログラム言語の分類となります。

・*機械語*
コンピュータのプロセッサ（CPU）等固有の言語です。電子計算機登場時より利用されています。主に二進数で表され、機械固有の処理を記述します。そのままでは人間が解読することは困難です。

・*アセンブリ言語*
機械語を、人間が判別できるテキスト表記で表したものです。命令語はニーモニックで表記し、編集の効率が向上しました。1950年代に機械語へ変換するためにアセンブラが開発され、処理効率を高めるためにマクロも提供されています。この編集や判読は電子計算機固有の専門性が求められます。

上記の機械語・アセンブリ言語を、低水準言語（または低級言語）と呼びます。対するコンパイラ言語・インタープリタ言語が、高水準言語（または高級言語）となります。詳細は以下の通りです。

・*コンパイラ言語*
人間の判別しやすい文字列や識別子で構成されます。コンパイラが言語上のエラー判別を行い、中間コードやアセンブリ言語を生成します。C言語・C++・Java・C#等は、代表的なコンパイラ言語です。

・*インタープリタ言語*
Perl・Ruby・Pythonが、主要プログラム言語です。逐次処理でコード解釈されますので、編集から実行まで一気通貫で行うことができます。

なおスクリプト言語では、高機能化により実行時コンパイラ（Just-In-Time Compiler：JITコンパイラ）の搭載が進んでいます。もはやインタープリタ言語の分類を超えた高機能化が進んでいます。

JavaScriptとJavaの違いは？質問されたときの説明方法

C#とは？できることやメリット・デメリットについて解説！

## プログラミング言語の成り立ち

プログラミング言語は、*搭載されるコンピュータによって登場し進化してきました*。そのため、ここではコンピュータの歴史に紐づけ、プログラミング言語をお伝えしていきます。プログラム言語がどうやって作られたかは、以下の変遷からたどることができます。

### プログラミング言語の歴史（1900年以前）

古代ギリシャからアナログコンピュータの仕組みがありましたが、ここでいうコンピュータの原点は、1600年代のパスカルによって考案された機械式計算機や、ライプニッツによる歯車を用いた計算機です。

1800年に登場した解析機関や、パンチカードをベースに会計処理機器が登場しました。その後パンチカードを用いた集計機械を用いてIBMの事業がスタートしました。

パンチカードでは、パンチカードに動作を記録することで所定の処理を行うことが可能でした。このように、**繰り返し同じ処理を実行させるために、プログラミングの考え方が進んでいきました。**

### プログラミング言語の歴史（1945年以前）

第二次世界大戦以前は、アナログ計算機が主流でした。アナログ計算機は、歯車の位置や動作あるいは電圧や電流などの物理量を用いて解を求めます。主な用途は軍事目的でした。アナログ計算機では*プログラミングとして所定の物理量を設定します。*

### プログラミング言語の歴史（1945年から1955年）

アメリカで開発された、ENIAC（Electronic Numerical Integrator and Computer）は、真空管によって演算処理を行います。そのため、初のデジタル計算機として知れ渡りました。

EDSAC・EDVACと開発が進み、十進数から二進数へデータ型が改良され、現在のコンピュータの原型が作り上げられました。フォンノイマン型アーキテクチャと言われる、プログラム内蔵方式のコンピュータとして広く認知されました。

初期のデジタル計算機までは、ワイヤードロジックと言う結線を行いプログラムを格納していました。その後パンチカードや紙テープからプログラムを読み込むことが可能となりました。コンピュータへの命令は、電子計算機固有の命令つまり機械語のみで、編集しやすいようにアセンブリ言語が一部導入されました。

従来、手作業でアセンブリ言語から機械語に変換する必要がありました。**1950年代に入るとアセンブラが考案され、機械語への変換が手作業から解放されました。**

### プログラミング言語の歴史（1955年から1970年）

トランジスタが発明されたことで、デジタル計算機の進化が続きます。1955年IBMによりトランジスタ計算機が市販化され、他のメーカーも追従しました。1967年、フロッピーディスクが開発され、パンチカードと紙テープが徐々に磁気媒体に置き換わっていきます。

大量のプログラムコードが格納可能となったことで、高水準言語の開発が始まりました。1957年から1960年までに、FORTRAN・ALGOL・RPGが開発されます。

**FORTRANは科学技術計算向けに標準的に利用されることになり、高水準言語の原点と言える言語です。**ALGOLは構造化プログラミングの礎を築き、RPGはビジネス用途の最初のアプリケーション開発言語（4GL）です。

1960年代に入ると、事務処理言語であるCOBOL・人口知能言語言語のLISPが登場します。さらに、インタープリタのBASICが登場しました。科学技術計算と事務処理に対応可能なPL/Iも登場しました。

COBOLの将来性が心配？今後身につけたいスキルを解説

### プログラミング言語の歴史（1970年から1980年）

1970年台前半にインテルからDRAMや4ビットマイクロプロセッサが登場し、8ビットマイクロプロセッサ登場によりシステム多様化が図られます。1970年代中頃には、スーパーコンピュータやポータブルコンピュータが登場しました。マイクロソフトやApple Computer（現Apple Inc.）が創業し、PC向けOSや表計算ソフトが登場しました。

1970年代にはALGOLに影響を受けたPascalが登場し、構造化プログラミングが一般化しました。さらに、**B言語を元にC言語が開発され、UNIXカーネルに採用されました。**人工知能言語としてはProlog登場により人工知能ブームが起きます。

オブジェクト指向言語として登場したSmalltalkにより、オブジェクト指向プログラミングの下地ができたのもこの年代です。

オブジェクト指向言語とは？基本的な概念と代表的な言語を解説

### プログラミング言語の歴史（1980年から1990年）

ワークステーションが発売され、OSの高機能化が進んでいきます。UNIXが身近になり、初のWindowsが登場しました。その過程でTCP/IPが浸透し、ネットワーク接続とGUIがコンピュータ操作環境をより快適に利用できるよう環境を整えました。

この年代では*オブジェクト指向プログラミングが進み、C言語をベースにC++へと発展しました*。Smalltalkの仕様を受け継いだObjective-Cも登場しました。さらにスクリプト言語であるPerlが開発されました。

### プログラミング言語の歴史（1990年から2000年）

Windowsが3.0となり、実用性が向上しました。さらにLinux（386BSDからのNetBSD、FreeBSDなどのBSD系）が発表され、PCのOSの選択肢が広がりました。1993年にはWorld Wide Webが無償公開され、Mosaicを利用した活用が一気に増えていきます。Windows 95やWindows 98登場により、PCとインターネットの利用がさらに一般的になりました。

プログラム言語では、スクリプト言語が多様化しPython・Rubyが登場します。同様にビジュアル開発が進み、Microsoft Visual BasicやVisual Basic for Application（VBA）により、Microsoft Officeにマクロ言語が搭載されました。

*1995年に登場したJavaは、現在でも主要アプリケーション開発言語として組み込み機器からサーバまで活用されています。*

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

Rubyとは何か？Rubyの特徴やできることについて解説

### プログラミング言語の歴史（2000年以降）

2000年以降は、インターネット利用が一般的になり、FTTH等の高速ネットワーク網も整備されました。この10年で従来の携帯がスマートフォンへ移行し、通信も3G・4Gそして5Gと高速化が進んでいます。スマートフォンはAndroidとiOSで開発環境とアプリケーション配信環境が充実し、生活を豊かにしています。

**IoTの利用も増えており、ビッグデータ分析等の新しいニーズも広がりつつあります。**

ここではC#や.NETフレームワークにより、開発基盤の統合が進んでいきます。既存言語を活用した開発フレームワークの活用が進み、Scala・Kotlin・Swift等が開発されました。さらに既存の言語の特徴を統合したGoも登場しています。多様化するニーズと利便性向上により、プログラミング言語もさらに進化を続けています。

IoTとは？概要から動作の仕組み・実際の用途まで丁寧に解説！

## プログラミング言語の歴史を学ぶ書籍と学習方法

プログラミング言語を理解するために、系統図や年表・一覧に目を通したいところです。この歴史を学ぶ観点では以下の2冊の参考書をおすすめします。

本書は、プログラミング言語の考え方から始まり、100以上のプログラミング言語を分類し紹介しています。主要言語からマイナー言語までカバーしており、初心者および新人プログラマーを対象としています。

▪著者：クジラ飛行机
▪ページ数：216ページ
▪出版社：技術評論社
▪発売日：2020/4/18
【参考】：[プログラミング言語大全](https://gihyo.jp/book/2020/978-4-297-11347-6)

本書では、プログラミング言語の歴史・選定方法を丁寧に解説しています。公益財団法人日本数学検定協会認定トレーナーによる執筆で、アルゴリズムの解説も多数掲載されています。

▪著者：増井 敏克
▪ページ数：200ページ
▪出版社：ソシム
▪発売日：2017/8/1
【参考】：[プログラミング言語図鑑](http://www.socym.co.jp/book/1108)

**プログラム言語に学習に密接なコンピュータ自体を理解することも重要です。**「THE NATIONAL MUSEUM OF COMPUTING」のサイトでは、バーチャルツアーを体験することができます。日本のコンピュータ史を理解するには、IPSJ コンピュータ博物館のアクセスもおすすめです。

【参考】：[THE NATIONAL MUSEUM OF COMPUTING](https://www.tnmoc.org/)
【参考】：[IPSJ コンピュータ博物館](https://museum.ipsj.or.jp/index.html)

## プログラミング言語の進化のメリットを享受しましょう

1945年以降、デジタル計算機型のコンピュータの登場に連動して、プログラミング言語は進化を続けています。特に2000年以降に登場したプログラミング言語は多様なニーズを満たし、利便性が向上しました。

*ベースとなっているC言語・C++・Javaを使用することもできますし、用途に応じてPerl・Ruby・Python・C#・Scala・Kotlin・Swift・Go等を適宜選択することも可能です*。これらの多様な言語のメリットを享受し、システム開発に役立てましょう。

プログラミング言語は、派生バージョンを含むと1,000種類以上あると言われています。特に2000年以降のソフトウェア搭載機器はモバイル端末からサーバーまで多様化が進んでいます。ここではプログラミング言語の歴史を、コンピュータの登場年代に合わせて解説していきます。

機械語・アセンブリ言語が低水準言語、コンパイラ言語・インタープリタ言語が高水準言語です

1945年以降、デジタル計算機の進歩によりプログラム言語が高機能化・高水準化しました

構造化やオブジェクト指向がプログラミングに取り入られ、多様にニーズに対応可能となります

プログラミング言語の歴史をコンピュータ登場年代と合わせて解説

**Pythonは平易な文法とシンプルなコードで、プログラミングの初心者にも学びやすいのが特徴です。**今話題のAI関連の開発では、欠かせない言語として注目が集まっています。

ソフトウェアの品質評価や追跡を行っているオランダの「TIOBE Software」の2022年10月版「TIOBEインデックス」では、プログラミング言語の検索数ランキングでPythonが1位を獲得しています。2位はC、3位にJavaがランクインし、定番のプログラミング言語を抑えて1位です。日本のみならず、世界的に人気の高いプログラミング言語ということが分かります。

【参考】：[TIOBE Index for October 2022](https://www.tiobe.com/tiobe-index/)

この記事では、Pythonに興味があり、これから進みたい分野でPythonが役に立つのかどうかを知りたい方に向けて、Pythonでできることや実用例などの用途を紹介し、将来性や学習方法についても解説します。

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

プログラミング言語を一覧でチェック！種類別・難易度別で紹介

Pythonは汎用性の高いプログラミング言語であり、シンプルで使いやすいことからさまざまな用途で利用されています。ここでは、Pythonでできることと実用例について解説します。

Pythonは、AIに関わる機械学習や深層学習の開発に適したプログラミング言語というイメージが強いですが、元々はWebサービスの開発分野で使われることが多く、特に大規模Webサービス分野において顕著な成果を上げています。**Pythonによる開発事例では、YouTube・Dropbox・Instagram・Pinterestなどがあります。**

PythonはWebアプリの開発に関するフレームワークやライブラリが充実しており、これらを活用することでさらに開発の生産性を向上させています。また、Webアプリは改変の頻度が高いため、コードがシンプルで判読しやすいことが重要ですが、シンプルで判読しやすいPythonはまさにその条件を満たしています。

AIと聞くと、SF映画の影響からヒューマノイド型のロボットがイメージされますが、実は身近なところにAIが溢れています。以下はAI技術が活用されている一例です。

*・Googleの検索エンジン*
*・画像認証*
*・SiriやAlexaの音声認識*
*・車の半自動運転（プロパイロットなど）*

すでに私たちの日常生活には、AI技術が多く使われており、AIは身近な存在であると言えます。

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が得意とするAIでは、ビッグデータの処理が重要です。ビッグデータには大量の画像・Webページ・人物の画像などがあり、**Pythonにはデータの大量処理に関するフレームワークがあるため、効率的にAIの開発ができます。**

データ分析工程は大きく分けると「クローリング（収集）」「スクレイピング（抽出）」「データ前処理（収集したデータの整理）」の3つがあります。それぞれの工程にライブラリが用意され、Pythonによるデータ処理や分析の助けとなります。

Pythonによるデータ分析：入門情報から資格取得まで解説！

AIでは、大量のデータを効率的に集める必要があります。Web上にある大量のデータを抽出するには、Pythonの特徴でもある「自動化」が効果的です。**Pythonには自動抽出に関するライブラリがあり、AI開発のベースとなるビッグデータ収集に手間暇かける必要がなくなります。**

例えば、Amazonや楽天などは何千万、何億というユーザを抱えていますが、AIを活用することでユーザ情報や行動を抽出し、マーケティングやコンテンツ改善に役立てることができます。

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

ビットコインで一躍有名になったブロックチェーン業界でも、Pythonは活用されています。ブロックチェーンは「分散型台帳技術」とも呼ばれ、分散型のコンピュータネットワーク上に取引に関するすべての情報や履歴を記録するものです。ブロックチェーン技術は暗号通貨の領域以外にも、さまざまな分野で応用が期待されています。

*・スマートコントラクト（ブロックチェーン上で契約を自動的に実行する仕組み）*
*・トレーサビリティ（商品の購買追跡や履歴の保存）*
*・本人確認、身分証明の簡略化など*

上記のような技術によって、インターネット社会は根底から変わる可能性を秘めているため、Pythonはブロックチェーンの開発分野でも最重要言語と言えるでしょう。また、昨今このような分野の求人数が増えており、Pythonを扱えるエンジニアの需要が年々増しています。ITエンジニアとして活躍するためには、Pythonは習得しておきたい言語の1つです。

ブロックチェーンとは？仕組みや使い道・注意点を分かりやすく解説

<center>[エンジニア転職を成功させるため<br/>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>

Pythonがどのような用途で活用されるのかを実用例を参考に解説しましたが、そもそもPythonはどういった経緯で作成された言語なのでしょうか。ここでは、Pythonの歴史や得意分野、Pythonエンジニアの年収についてまとめました。

Pythonとは？人気のPythonを学ぶ際に知っておきたいこと

### Pythonの名前の由来はコメディ番組

実はPythonの歴史は古く、*1991年にオランダのグイド・ヴァン・ロッサム氏によって創り出され、リリースされました。*当時グイド氏が参加していた分散システム開発プロジェクトでは、開発が思うように進まず、その打開策として、シンプルかつ使いやすい言語であるPythonを創り出しました。

Pythonの読み方は「パイソン」で、ニシキヘビのPythonと同じスペルです。Pythonのネーミングは、グイド氏が好きだったTVのコメディ番組『空飛ぶモンティ・パイソン（Monty Python's Flying Circus）』に由来しています。

**元々Pythonは統計処理や数値計算などを得意とし、AI開発分野の機械学習・深層学習（ディープラーニング）・データ解析処理などで利用されることが多い言語です。**前述の通り、Webアプリケーション開発でもよく利用されており、世界でも有名なYouTube・Instagram・DropBoxは主にPythonで作られています。

また、最近ではWebアプリの開発でPythonのシェアが急上昇しています。その理由は、Webアプリは改変の頻度が高いため、読み書きしやすく少ないコードの記述で開発できるPythonが適していること、C言語との相性が良いことなどが挙げられます。

Pythonの利用範囲は幅広く、ほかにもゲームアプリの開発やデスクトップアプリの開発にも活用されています。

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？

ここでは、Pythonを扱うエンジニアの年収について紹介します。参考例として、今回は*システムエンジニアの年収を記載しています。*

「マイナビエージェント 職種図鑑」でのシステムエンジニアの平均年収は431万円、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SE・プログラマ（顧客向けシステムの開発・実装）を参考にすると、平均年収593万円と分かりました。

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、システムエンジニアは一般平均年収と比較すると、同程度かやや高めであることが分かります。

Pythonは様々な開発で需要の高い言語のため、Pythonが使えることをアピールすることで採用時に有利に働くケースがあります。**Pythonを専門的に扱うエンジニアとしてさらに高収入を狙うのであれば、スキルや実績を積むことはもちろん、資格取得などにも励むことが重要です。**

【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)

人気の高いPythonにもデメリットがあります。Pythonを活用できるエンジニアを目指す方は、Pythonのデメリットも理解しておきましょう。

Pythonはインタプリタ型言語です。つまり、実行時にコンパイル（機械語に翻訳）しながら動作するため、Javaといったコンパイラ型言語と比較するとコンパイルの時間分だけ実行スピードが遅くなります。

そのため、*スピードが要求されるようなゲームや、処理速度が要求される基幹システム・大規模システムなどの開発には不向きとされています。*プログラミング言語にはそれぞれ向き不向きがあるため、どういったシステム開発に関わりたいかを見極めることで、習得するべき言語が分かるようになります。

### インデントが必須のため注意が必要

**Pythonでは同じインデントを1つのまとまりと認識するため、インデントを揃えることが必要です。**インデントとは行頭の位置のことであり、Pythonでは行頭の位置が同じ構文を1つのまとまりとして処理します。そのため、インデントがずれているとエラーとなり、プログラムが正しく動かないといったことが起こります。

### メソッドの引数にはselfが必須

*Pythonはメソッドを定義する際に、第一引数に必ずselfが必要です。*Python以外のプログラミング言語ではselfは必須ではないため、Python独自のルールと言えます。少々手間がかかるように感じてしまいそうな部分がデメリットとして挙げられますが、とは言え実際そこまで不便さを感じることはほとんどありません。

先ほどPythonのデメリットについて紹介しましたが、以降では、Pythonの人気がここまで高まっている理由とメリットについて解説します。

### 言語がシンプルで初心者でも覚えやすい

Pythonの人気の理由として、**コードが少なくシンプルで書きやすいことが挙げられます。**Webサイト・Webアプリケーションによく利用されるJavaと比べると、予約語の数がJavaの半分以下の35しかありません。覚えることが少ないため、初心者でも習得しやすい言語として人気です。

Pythonは環境構築が簡単なことも人気の理由です。*Pythonに対応しているOSとネットワークがあれば、すぐに開発・動作環境を構築できます。*

Pythonの公式ホームページにアクセスすると、Pythonの環境構築のためのプログラムをダウンロードできます。画面上部のメニューから「Download」にマウスを合わせるとメニューが表示されるため、メニューから使用するOSに合ったPythonをダウンロードします。

ダウンロードする際は、必ず最新のプログラムをダウンロードしましょう。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されます。

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

### 読み書きが簡単でライブラリが豊富

Pythonはシンプルで読み書きがしやすいだけではなく、ライブラリも豊富です。**シンプルでライブラリが豊富なことから、コーディングがしやすいこともPythonの大きな強みです。**また、他人が書いたコードもすぐに解読できるため、メンテナンスやバグ修正がしやすいことも開発者にとっては大きなメリットです。

### プラットフォームが豊富にある

**PythonはWindows・MacOS・iOS・Android・UNIXなどのさまざまなOSで動作が可能です。**また、クラウド環境ではブラウザ上で Pythonをコーディングし、直ちに実行ができるサービスとして「Google Colaboratory」があります。対応しているOSが多いこともPythonの大きな強みです。

### 高い汎用性で活躍範囲が広い

Pythonの用途は幅広く、AIの機械学習分野・ビッグデータの収集と解析・Webアプリ開発・仮想通貨のプロックチェーンなどがあります。他にもAI技術によるIoT開発・ロボット制御・デスクトップアプリ・ゲームアプリなどで活用されており、あらゆる分野にPythonが浸透しています。

ここでは、Pythonの学習方法について説明します。比較的習得が簡単であるとされるPythonですが、プログラミング初心者にとってはどう勉強すればいいのか分からない方も多いでしょう。

現在では参考書のほかに、*オンライン学習やスマートフォンアプリといったさまざまな学習方法があります。*自分に合った学習方法を選んでPythonを習得しましょう。

### オンライン学習サイトで勉強する

**仕事や学業の合間に学習するなら、オンライン学習サイトが便利です。**家にいながら学習できるため、時間がない人でも効率的に勉強できます。オンライン学習サイトは種類が多く、実際にゲームを作れるものや初心者向けに短い動画が用意されているものなど、さまざまな特長があります。

無料のものもあるので「学習したいけど何で勉強すればいいのか分からない」といった方は、オンライン学習サイトから学習をスタートし、そのあと参考書で理解を深めるといった方法もおすすめです。

Pythonが学べるおすすめのプログラミング学習サイトを紹介！

### スマートフォンの学習アプリで勉強する

**Pythonを学習できるスマートフォンアプリは、通勤時間や休憩時間といった隙間時間で勉強するのに便利です。**忙しくてまとまった学習時間が確保できない方も、スマートフォンアプリなら毎日少しずつ勉強できます。

しかしスマートフォンアプリは便利な反面、学習できる範囲が偏っていることが難点です。基礎に特化しているアプリや、応用部分が大半なものもあります。そのため、1つのスマートフォンアプリだけで勉強するのではなく、複数のアプリを使ったり参考書とセットで勉強するのがおすすめです。

**基礎から応用までPythonをきっちり学びたい方には、参考書での勉強がおすすめです。**参考書は初心者向けから上級者向けのものまで種類が豊富で、自分に合ったものを選べますが、参考書での学習は独学になるため、人によっては挫折することもあります。

挫折しないためには、1冊目に簡単な内容の本を選んで基礎知識を学び、2冊目以降は応用編の参考書で実践的な使い方を勉強する、という流れにすると良いでしょう。挫折しないためのポイントは、わからないことをそのままにせず、すべて理解してから次に進むことです。

Pythonのおすすめ本21選！初心者・中級者・上級者別に解説

### プログラミングスクールで勉強する

Pythonの基礎から実務で通用する開発スキルまで学びたい方は、プログラミングスクールに通うと良いでしょう。*プログラミングスクールではさまざまなカリキュラムが用意されており、自分に合ったペースで学習できます。*また、対面式のため分からないことをすぐ質問できるため、疑問点をすぐ解決できるのも魅力的です。

学習サイトや参考書などに比べると費用が高いですが、プログラミングスクールによっては無料体験や無料相談できるところもあるため、内容をしっかり確認してから入会するかどうか検討しましょう。

Pythonエンジニアとして活躍するためには、Pythonの将来性について気になる要素ですよね。結論から言うと、**Pythonには将来性があり、Pythonエンジニアの活躍の可能性は非常に高いと言えます。**ここではPythonの将来性と、Pythonエンジニアの活躍の可能性について解説します。

### Pythonエンジニアの将来性が高い理由

Pythonエンジニアに対する求人状況を見ると、*言語別求人件数ではPythonはJavaやPHPの後塵を拝していますが、Pythonの求人件数は急激に増えています。*その背景にはAIやDX、IoTブームがあると考えられますが、求人数の増加はそれだけ需要があり、将来性の高さを意味しています。

今人気のプログラミング言語であるPythonは、AIの機械学習や深層学習分野といったあらゆる分野で利用されています。汎用性が高く、注目度の高い言語です。この記事では、実際にPythonがどのような用途で利用されているのかを紹介します。

Pythonは平易な文法とシンプルなコードで、学びやすい言語として人気が高まっている

Pythonは汎用性があり、AI開発からWebアプリ・ビッグデータなどあらゆる分野で利用されているインタプリタ言語

Pythonを第2言語として習得すれば、エンジニアとしての活躍の場がさらに広がる

Pythonの用途とは？できること・実用例・学習方法を紹介！

Pythonは、インタープリタ型のオブジェクト指向プログラミング言語です。フレームワークとは、アプリケーション開発を効率的に行うよう定義したものです。Pythonのフレームワークは、*ベースとなる開発言語にPythonを用いたものを指します*。

Pythonは言語仕様がシンプルであるため、メンテナンス性に優れています。汎用用途に加えて専門分野向けにライブラリが数多く公開されています。特にデータサイエンス・人工知能（AI）向けに活用されることが多いので、専用のフレームワークも数多く提供されています。
【参考】：[Python](https://www.python.org/)

Pythonの特徴は、プログラム記述がシンプルなため、高機能なプログラムが簡単に記述できることです。インタプリタのためデバッグが簡単に行えます。

AIでは、分析アルゴリズムが共通化しやすいため、機械学習やディープラーニング（深層学習）のライブラリが数多く提供されています。そのため*AI分野での開発言語は、Pythonが標準的に用いられています*。記述しやすく、かつ判読しやすいのでメンテナンス性にも優れています。

Pythonでできることとは？Pythonのメリットも詳しく紹介

フレームワークとは、物事の考え方を整理しルール化したものです。その中でアプリケーションフレームワークとは、*アプリケーションを使用するための共通事項や作法に基づき、ルールを設けたものです*。ルール化に沿って使い方やAPIが定義され、これらをライブラリとして提供しているものがアプリケーションフレームワークです。

フレームワークを使わないでコード開発することも当然できますが、多くの大規模プロジェクトや複雑なアプリケーションではフレームワークが利用されています。GUIにおいても表示統一が可能ですので、フレームワーク化が進んでいます。

### フレームワークとライブラリの違い

フレームワークは、骨格や骨組みと作業方法を決めたものです。ライブラリは共通利用するソフトウェアを再利用可能にしたもので、言わばソフトウェア開発の部品と言えます。フレームワークとライブラリの違いは、*交換できない骨格と交換可能な部品の違いです*。

自動車に例えると、車体のエンジンやシャーシは交換できない基本構造ですのでフレームワークの役割となります。タイヤやランプ等の部品は仕様が合致すれば交換可能ですので、ライブラリに相当します。交換作業や手順も、フレームワークで定義されている場合と同様の標準工程で実施します。

## Pythonのフレームワークの特徴

Pythonのフレームワークは、*汎用用途・ウェブアプリケーションからデータサイエンス・人工知能（AI）向けまで数多くあります*。フレームワーク利用には多くのメリットがあり、活用が進んでいます。以降でメリット・デメリットを紹介していきます。

### Pythonのフレームワークのメリット

従来の開発手法は、個別にアプリケーションに必要とされる機能を開発する進め方でした。Pythonはライブラリ登録がしやすいので共通ライブラリ化が進んでいきました。代表的なメリットは、開発生産性の向上です。*設計・開発の工数が削減でき、短納期で開発することができます*。

続いて、メンテナンス性の向上が挙げられます。誰が見ても理解しやすいので、メンテナンスの工数が削減でき、品質が維持できます。以上のことからフレームワークでは、設計・開発から運用までの標準化により一貫性が確保され、全体の生産性と品質の向上が期待できます。

### Pythonのフレームワークのデメリット

Pythonのフレームワークのデメリットとしては、*フレームワークのルールや制限に従う必要があることです*。自由に独自カスタマイズすることはできず、サポートされている標準プラグインやアドオンモジュールを利用することになります。

しかしながら多大なメリットがありますので、主要フレームワークを比較しニーズに合致する製品を選択することで、現実的には大きく障壁となることはありません。

## Pythonのおすすめフレームワーク 5選

ここでは、主に汎用用途・ウェブアプリケーション向けのおすすめフレームワークを紹介していきます。フレームワークは多数公開されていますが、以下の代表的なソフトウェアを押さえておくのが良いでしょう。

・*Django*
Django（ジャンゴ）とは、最も利用されているフルスタック型ウェブアプリケーションフレームワークです。Pythonで実装されています。Djangoは、データベース主体のウェブサイトを簡単に構築できるように考えられています。Pythonを用いてデータモデルを定義するだけで、システムが構成できます。素早く最小限のコードで開発できるメリットがあります。
【参考】：[django](https://www.djangoproject.com/)

Djangoとは何か？できることや習得するメリットを解説

・*Flask*
Flaskは、軽量のWSGI（Web Server Gateway Interface）型ウェブアプリケーションフレームワークです。シンプルで、かつスケールアップにより複雑なアプリケーションにも対応します。機能を最小限にとどめるマイクロフレームという形態をとります。比較的規模が小さいアプリケーションで用いられています。
【参考】：[Flask](https://palletsprojects.com/p/flask/)

Flaskとは何か？基本機能やDjangoとの違いについて解説

・*Bottle*
シングルファイルモジュールで提供される、軽量WSGIマイクロウェブアプリケーションフレームワークと呼ばれています。高速性とシンプル性に特化し、シングルファイルモジュールのためライブラリ依存関係がありません。
【参考】：[Bottle: Python Web Framework](http://bottlepy.org/docs/dev/)

・*Pyramid*
「Start Small」「Finish Big」をコンセプトとしています。シングルファイルモジュールの軽量フレームワークです。テンプレート・データベース・セキュリティを選択し、すぐに利用できます。Flaskより機能が多くアドオンやコンフィグレーションの拡張性に優れており、プロジェクトの規模拡大に対応します。
【参考】：[Pyramid](https://trypyramid.com/)

・*Tornado*
ノンブロッキングネットワークI/Oを採用し、非同期通信可能なフレームワークです。数万接続まで対応するネットワークスケーラビリティが特長です。そのためウェブリクエストの処理能力が圧倒的に高く、node.jsからPythonへの置換に用いられています。
【参考】：[Tornado](https://www.tornadoweb.org/en/stable/)

### Pythonの人工知能向けおすすめフレームワーク

Pythonは、機械学習や深層学習等の人工知能（AI）分野に強みがあります。フレームワークにおいても各種提供されており、以下の2点が利用の多くを占めています。

・*TensorFlow*
機械学習用フレームワークで、Google社が開発しました。機械学習モデルの開発と推論・トレーニング（学習）に使用します。Pythonに限定されず、C/C++やJavaでも利用できます。
【参考】：[TensorFlow](https://www.tensorflow.org/)

・*Pytorch*
Facebook（現Meta）のAI Reserarch Lab（FAIR）で開発された、深層学習フレームワークソフトウェアです。グラフベースの実行・分散学習・モバイル展開・量子化の機能を持ちます。トレーニング時間が高速なため、短い時間で完了します。
【参考】：[Pytorch](https://pytorch.org/)

### Pythonのサーバーレス用おすすめフレームワーク

サーバーレスは固定的に利用するサーバーとは異なり、アプリケーション利用時に使うだけのコンピュートリソースです。通常はサーバーを購入しインストールやセットアップ作業が必要ですが、サーバーレスでは立ち上げ作業が不要です。

AWSのLambdaがサーバーレスの代表的なサービスです。サーバレスに適するフレームワークもいくつかありますので、ここではPython用のフレームワークソフトウェアを紹介します。

・*AWS Chalice*
AWSの提供するサービスで、API Gatewayに特化したフレームワークとなります。Flask等で用いるデコレーターベースの構文を採用しています。AWS CloudFormation・Terraform・AWS SDK for Pythonを用いた、独自のデプロイメントも可能です。
【参考】：[Chalice](https://aws.github.io/chalice/index)

・*Jeffy*
JSONフォーマットのロギングに対応しており、Lambda関数向けにデコレータとユーティリティを提供しています。関連関数やAWSサービス内のイベントをトレースし、フレームワークのカスタマイズが簡単に行えます。
【参考】：[Jeffy](https://github.com/serverless-operations/jeffy)

・*Zappa*
AWS Lambda+API Gatewayで、Pythonアプリケーションをビルド・デプロイしてくれます。サーバーレスで目指す「 infinite scaling, zero downtime, zero maintenance」（無限のスケーリング、ダウンタイム・メンテナンスなし）を実現します。WSGIアプリケーションに対応します。
【参考】：[Zappa](https://github.com/zappa/Zappa)

## どのフレームワークを採用するかは用途次第です

フレームワークはアプリケーションの種類や用途に応じて多数公開されています。特にPythonは選択肢が多くなります。大きくこだわりがなければ、*汎用用途は、人気のあるDjangoとFlaskが無難です。機械学習は、TensorFlowとPytorchを検討するのが良いでしょう*。TensorFlowもPytorchもモデルを他フレームワーク向けのフォーマットに変換することができます。例えば作成したモデルをCore MLに変換することでiOS上での利用が可能になります。

実際に試してみて不都合があるようでしたら、他のフレームワークも選択肢として広げていくことをおすすめします。

Pythonは、汎用用途から専門分野まで数多くのライブラリが公開されています。Pythonのフレームワークは、ベースとなる開発言語にPythonを用いたものを指します。ここでは、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解説していきます。

フレームワークとは、アプリケーション開発を効率的に行うよう定義したものです

Pythonのフレームワークは、ベースとなる開発言語にPythonを用いたものを指します

多種多様なフレームワークが公開されており、要求に合わせて選択することができます

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

## OracleがJavaの最新バージョン19をリリース

米Oracle社が2022年9月20日、Javaの最新バージョン版「Java 19」を発表しました。同時にJavaの開発キット「JDK 19」も提供が開始されました。

これまではJava 18・JDK 18が最新でしたが、半年ごとの「フィーチャーリリース」によってJava 19・JDK 19が最新バージョンとなります。

**今回のJava 19では、プラットフォーム機能の強化・パフォーマンスと安定性・セキュリティ面など、多くの改良が加えられている点が注目されます。**Javaはフィーチャーリリースの中の1つがLTS（Long Term Support）版に指定され、3年間の長期サポートが保証される仕組みです。

現在のLTS版は2021年9月リリースのJava 17※ですが、LTSの間隔が3年から2年に短縮されたことで、次に登場するLTS版は2023年9月リリース予定の「Java 21」となります。

Java 19のサポート期間は「Java 20」公開予定の2023年3月までで、それまでの間に2回程度のメンテナンスアップデートが予定されています。また、LTSのJava8が2022年3月に公開アップデートを終了※していますが、今後も順次サポートが終了していきますので、常に確認が必要です。

この記事では、Java 19リリースに関するニュース、Java 19の新機能概要、新機能の詳細について紹介をしていきます。Javaを学んでいる方、Javaに興味がある方、実際にJavaを利用している方はぜひ参考にしてみてください。

*【参考】：[Oracle Releases Java 17](https://www.oracle.com/jp/news/announcement/oracle-releases-java-17-2021-09-14/)*
*【参考】：[オラクル、Java 19をリリース](https://www.oracle.com/jp/news/announcement/oracle-releases-java-19-2022-09-20/)*
*【参考】：※[Oracle Java SE Supportロードマップ | Oracle 日本](https://www.oracle.com/jp/java/technologies/java-se-support-roadmap.html)*

Javaとは？人気プログラミング言語Javaの将来性やメリットについて解説

Javaでは、新たな技術仕様や改訂仕様はJSR（Java Specification Request） として提案され、採用されたものがJEP (JDK Enhancement-Proposal) として管理されます。

**今回JDK 19に採用されたJEPは以下の7件があり、2023年9月にLTSとしてリリース予定のJava 21に向けて、さまざまなテストが進められていきます。**

プログラミング言語の記事（36ページ目）