Pythonの標準ライブラリとしては、機械学習で用いられるNumPyやPandasがよく知られていますが、他にもよく利用される標準ライブラリが数多くあります。*標準ライブラリとは、Pythonに最初からインストールされているライブラリのセットです。*

標準ライブラリは、Pythonプログラミングを始める際に最初に学ぶべきライブラリの1つであり、ファイル操作や日付時刻の処理、ネットワーク通信など様々な機能があり、プログラミングを効率的に行うことができます。

Pythonの標準ライブラリには以下のような特徴があり、利用することで様々なメリットが得られます。

*■ 豊富な機能*
ファイル操作や日付時刻の処理、ネットワーク通信、数学演算、正規表現処理など、様々な機能を提供しています。

*■ インストール不要*
Pythonをインストールすると標準ライブラリも自動的にインストールされるため、必要なライブラリはすぐに利用できます。

*■ 高信頼性*
Pythonの公式ライブラリであるため、高い信頼性と安定性を備えています。

*■ 無料で利用可能*
標準ライブラリは無料で利用でき、Pythonインストール時に同梱されています。使い方はimportステートメントでライブラリをインポートし、インポートしたライブラリの関数やクラスを使用して、特定の機能を実行するだけです。

【参考】：[Python 標準ライブラリ ｜ Python 3.12.4 ドキュメント](https://docs.python.org/ja/3/library/index.html)

モジュールはライブラリの部品であり、関数やクラスなどのプログラム部品をまとめたファイルのことです。拡張子は「.py」です。プログラムを整理し、再利用性を高めるために用いられます。

特徴としては、単独で利用でき、モジュール内で関数やクラスを定義することでプログラムを構造的に整理できます。例えるなら、 **モジュールはネジや歯車などの部品であり、ライブラリはドライバーやレンチなどが入った工具箱です。**

### ライブラリとフレームワーク

Pythonのライブラリとフレームワークはどちらも開発を効率化するツールですが、その役割は異なります。

**ライブラリは、特定の機能を提供するコードの集まりです。**例えば、数値計算用のNumPyやデータ分析用のPandasなどがあります。これらのライブラリをコードに組み込むことで、複雑な処理を簡単に実装できます。

一方、フレームワークはアプリケーション全体の構造を提供するものであり、DjangoやFlaskなどがあります。フレームワークは開発者がアプリケーションのロジックに集中できるように、ルーティングやテンプレート、データベースとの接続などの基本的な部分をあらかじめ提供します。

Pythonの用途別ライブラリ14選！おすすめの本も紹介

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

## 標準ライブラリの機能と利用法

ここでは標準ライブラリの代表的な機能を解説し、どのような利用法があるのかについて紹介します。

### 標準ライブラリの代表的な機能

Pythonの標準ライブラリにはどのような機能があるのか確認しておきましょう。主に以下のような機能が挙げられます。

*■ ファイル操作*
ファイルの読み書きやディレクトリの作成・削除、ファイルの移動・コピー、ファイルパスの操作などの機能があり、例としてはCSVファイルを読み込んでデータ分析を行うことができます。

*■ 数値計算*
基本的な算術演算 (+, -, *, /)や、三角関数、統計関数、乱数生成などの機能を持ちます。例としては、株価データを分析して将来予想を行います。

*■ 文字列操作*
文字列の連結、文字列の検索・置換、文字列の大小変換、などの機能を持ちます。例としては、Webスクレイピングで、Webサイトから情報を抽出するといったことができます。

*■ 日付時刻処理*
日付・時刻の取得や日付・時刻の書式変換、日付・時刻の演算などが行えます。例としては顧客管理システムで、顧客の誕生日から年齢を計算する場合に利用します。

*■ システムとの連携*
コマンドの実行、環境変数の取得、標準入力・出力の操作などの機能を持ちます。例としては、システム管理ツールで、サーバの状態を監視する際に利用します。

*■ ネットワーク通信*
Webサイトへのアクセス、メールの送信、ファイルのダウンロードなどを行う機能を持っています。例としては、チャットボットの作成やオンラインゲームなどに利用できます。

### 標準ライブラリはどこにある？

Pythonの標準ライブラリは、**Pythonをインストールしたディレクトリの「Lib」ディレクトリ（フォルダ）にあります。**標準ライブラリのファイルがある場所は、print(json)でファイルの場所を確認することもできます。コマンドラインから次のコマンドを入力します。

```python -c "import json; print(json)"
```

Pythonの標準ライブラリは、Python Software Foundation License（PSFL）の下で配布されています。PSFLはOSI（Open Source Initiative）によって承認されたオープンソースライセンスであり、非常に寛容です。

**このライセンスにより、「無償での使用」「コードの改変および再配布」「商用利用」が認められています。**ただし、一部のライブラリではPythonのコードや標準ライブラリの一部を再配布する場合は、元のライセンスを表示する義務があります。詳しくは、Pythonのライセンス条項で確認しましょう。

【参考】：[Pythonソフトウェア基盤ライセンスFAQ](https://wiki.python.org/moin/PythonSoftwareFoundationLicenseFaq)

Pythonは豊富な標準ライブラリを提供しており、これを活用することで多様なプログラミングタスクを効率的に行うことができます。ここでは、*その中から15の主要な標準ライブラリを一覧で紹介します。*

Pythonのモジュールとは？概要と使い方をわかりやすく解説！

便利なPythonモジュールの一覧！おすすめ外部ライブラリも紹介

Python標準ライブラリに搭載されているjsonモジュールは、JSON形式のデータを扱うためのモジュールです。*JSONは、軽量かつデータのやり取りに使いやすい形式として広く利用されています。*

jsonモジュールを用いることで、PythonオブジェクトをJSON形式への変換、JSON形式のデータをPythonオブジェクトに変換、JSONファイルの読み書きなどに利用でき、Webアプリケーション開発やデータ分析などに活用できます。

【参考】：[json --- JSON エンコーダーとデコーダー ｜ Python 3.12.4 ドキュメント](https://docs.python.org/ja/3/library/json.html)

JSONとは？概要からJSONファイルフォーマットまで解説！

JSON入門！基本フォーマットからファイルの作り方まで解説

randomモジュールは、乱数を生成するためのモジュールです。整数、浮動小数点、およびブール値の乱数の生成、リストやタプルの要素をランダムにシャッフル、特定の範囲内の乱数を生成、乱数生成アルゴリズムの設定するといった機能を提供します。*ゲーム開発、シミュレーション、データ分析などで活用できます。*

【参考】：[random ｜ 疑似乱数を生成する ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/random.html)

mathモジュールは、数学演算を行うためのモジュールです。三角関数 (sin, cos, tan, acos, asin, atan, atan2)、指数関数 (exp, pow)、対数関数 (log, log10, log2)、平方根、絶対値、床関数、天井関数、円周率 (pi)などの機能を提供します。*主にゲーム開発、科学計算、データ分析などで活用できます。*

【参考】：[math ｜ 数学関数 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/math.html)

sysモジュールは、システムに関する情報を扱うためのモジュールです。Pythonインタプリタの情報取得、コマンドライン引数の取得、システム終了処理の実行、標準出力と標準エラーへの書き込み、モジュールのインポートパス設定といった機能を提供します。

*デバッグ、スクリプト実行制御、システムとの連携などで活用できます。*

【参考】：[sys ｜ システム固有のパラメータと関数 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/sys.html)

osモジュールは、オペレーティングシステムと対話するためのモジュールです。ファイルやディレクトリの作成、削除、移動、名前変更、カレントディレクトリの取得、環境変数の取得、プロセス管理、コマンドの実行といった能を提供します。

*ファイル操作、システム管理、ネットワークプログラミングなどで活用できます。*

【参考】：[os｜ その他のオペレーティングシステムインターフェース ｜ Python 3.12.4 documentation](https://docs.python.org/3/library/os.html)

datetimeモジュールは、日付と時刻を扱うためのモジュールです。現在の日時取得、日付と時刻の比較 、日付と時刻の書式変換、時間差の計算など様々な機能を提供します。*Webアプリケーション開発、データ分析、ログ解析などで活用できます。*

【参考】：[datetime ｜ 基本的な日付と時刻の型 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/datetime.html)

reモジュールは、正規表現を用いた文字列処理を行うためのモジュールです。

文字列の検索、文字列の置換 、文字列の分割 、複雑な文字列パターンの抽出 といった様々な機能を提供します。*Webスクレイピング、データ分析、テキスト処理などで活用できます。*

【参考】：[re ｜ 正規表現操作 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/re.html)

calendarモジュールは、カレンダーを生成するためのモジュールです。

テキスト形式のカレンダーの生成、HTML形式のカレンダーの生成 、特定の月や年のカレンダーの生成、曜日名のカスタマイズといった、様々な機能を提供します。

*スケジュール管理ツール、Webアプリケーション開発、データ分析などで活用できます。*

【参考】：[カレンダー ｜ 一般的なカレンダー関連関数 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/calendar.html)

collectionsモジュールは、リストや辞書、セットなどの基本的なデータ構造を拡張した特殊なデータ構造を提供します。

主な機能としては既定値を持つ辞書（defaultdict）、挿入順序を保持する辞書（OrderedDict）、要素の個数をカウントする辞書（Counter）、両端から要素の出し入れができるリスト（deque）、名前付きタプル（namedtuple）などがあります。

これらのデータ構造は、*通常のデータ構造よりも使いやすく、コードをより簡潔で分かりやすくすることができます。*

【参考】：[コレクション ｜ コンテナデータ型 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/collections.html)

itertoolsモジュールは、ループ処理を効率的に行うための関数を提供します。主な機能としてはリスト同士の直積（product）、重複のない組み合わせ（combinations）、順序付き組み合わせ（permutations）、無限イテレータ（count、cycle、repeat）、要素のグループ化（groupby）などです。

*これらの関数を使うことで、複雑なループ処理を簡潔に記述できます。*

【参考】：[itertools ｜ 効率的なループのためのイテレータを作成する関数 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/itertools.html)

functoolsモジュールは、関数操作のためのツールを提供します。高階関数と呼ばれる、関数に影響を与えたり、他の関数を返したりする関数を扱うことができます。*主な機能には部分適用（partial）、デコレータ（wraps） 、キャッシュ化（lrucache）、ユーティリティ関数（updatewrapper）などがあります。*

これらの機能を使うことで、 より簡潔で分かりやすく、かつ効率的なコードを記述できます。

【参考】：[functools ｜ 呼び出し可能なオブジェクトに対する高階関数と操作 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/functools.html)

subprocessモジュールは、外部プログラムを実行するためのモジュールです。主な機能としては外部プログラムの実行、標準入力・出力・エラーストリームの制御 、実行結果の取得、シェルコマンドの実行などがあります。

subprocessモジュールを使うことで、*シェルスクリプトを使わずに、Pythonプログラムから外部プログラムを簡単に実行できます。*

【参考】：[subprocess ｜ サブプロセス管理 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/subprocess.html)

threadingモジュールは、スレッドと呼ばれる軽量な処理単位を使って、プログラムを並列処理するためのモジュールです。主な機能としてはスレッドの作成と開始、スレッド間の同期 、スレッドの終了処理などがあります。

threadingモジュールを使うことで、*CPUの処理能力を有効活用し、プログラムのパフォーマンスを向上できます。*

【参考】：[スレッド ｜ スレッドベースの並列処理 ｜ Python 3.12.4 ドキュメント](https://docs.python.org/3/library/threading.html)

socketモジュールは、ネットワーク通信を行うためのモジュールです。TCP/IPプロトコルを用いて、クライアントとサーバ間のデータ送受信を可能にします。主な機能としてはソケットの作成と接続、データの送受信 、ソケットの切断などがあります。

socketモジュールを使うことで、*Webアプリケーションやチャットシステム、ファイル転送ツールなどのネットワークアプリケーションを開発できます。*

Pythonには膨大な数の標準ライブラリがあります。標準ライブラリとは、Pythonプログラムで使用する便利な機能を提供するツールのことです。当記事では、この標準ライブラリの概要や特徴、機能などについて解説し、代表的な標準ライブラリを15選紹介します。

Python標準ライブラリとは、最初からインストールされているライブラリのセットである

標準ライブラリの代表的機能にファイル操作、日付時刻処理、数学演算、正規表現処理などがある

標準ライブラリの活用により多様なプログラミングタスクを効率的に行うことができるようになる

Pythonの標準ライブラリ厳選15選！機能と用途を詳しく紹介

*JavaScriptは、HTMLと組み合わせて動的なWebサイトの構築に使われる、オブジェクト指向のスクリプト言語です。*現在では、ブラウザのみならずNode.jsなどのフレームワークでサーバサイドでの実行も可能で、幅広い開発現場で使用されています。

JavaScriptではどのように数値計算を行うことができるのでしょうか。

この記事では、JavaScriptの数値計算について学びたい方のために、JavaScriptの計算の基礎や、様々な演算子について解説します。また、簡単な計算フォームの実装例や、数値計算ライブラリについても説明します。

JavaScriptとは？特徴・メリット・何ができるのかを解説

オブジェクト指向言語とは？概念とプログラミング言語をわかりやすく解説！

まず、JavaScriptで扱われる数値型である「Number」について説明します。また、基本的な演算子の種類とその動作、優先順位の概要、インクリメントとデクリメント演算子について見ていきましょう。

他のプログラミング言語では、整数と小数をそれぞれ専用のデータ型で管理することが一般的ですが、JavaScriptでは、数値を表すデータ型が「Number」の1つのみです。

**JavaScriptでは整数と小数の違いを意識することなく、Number型のデータとして区別せずに扱えます。**

例えば、整数と小数を足し合わせた結果も、Number型として表現できます。計算の過程で整数から小数に変換されたり、その逆のケースが発生したりしても、プログラマーが型変換を心配する必要がありません。

JavaScriptでは、他のプログラミング言語同様、基本的な算術演算を行うための演算子が用意されています。**その中でも代表的なものが、加算「+」、減算「-」、乗算「＊」、除算「/」、剰余「%」です。**

*■加算演算子「+」*
2つの値を足し合わせた結果を新しい値として返します。数値どうしの足し算はもちろん、文字列同士の連結にも使用できます。

*■減算演算子「-」*
値から別の値を引いた差を返します。マイナス値の指定にも利用できます。

*■乗算演算子「＊」*
2つの値をかけ合わせた積を、除算演算子（/）は割り算の結果である商を返します。JavaScriptは小数を区別しないため、除算した結果が小数になる場合でも気にする必要がありません。

*■剰余演算子「%」*
2つの値の割り算を行い、剰余を返します。割り算のあまりを求めるのに用います。

演算子の前後にある値を、オペランドと呼びます。演算子とオペランドを組み合わせて式を作ります。例えば、「3 + 5」の式では、「3」と「5」がオペランドです。数値計算においてはよく聞く用語なので覚えておきましょう。

*JavaScriptの演算子には優先順位があります。乗算と除算が常に最初に計算され、その後に加算と減算が実行されます。*これは、通常の数学の授業で習う優先順位と同様です。

例えば、次の式を考えてみましょう。

この式では、乗算が加算よりも優先されるため、2 * 4が先に計算されて8になります。その後、3 + 8が計算されて11になります。

また、括弧を使用すると特定の演算子を優先的に計算させることもできます。例えば、次の式では、加算が先に計算されるため、5 * 4 = 20ではなく、3 + 2 = 5になります。

### インクリメントとデクリメント

*プログラミングで繰り返し値を増減させたい場合に便利なのがインクリメント演算子（++）とデクリメント演算子（--）です。*

インクリメントは変数の値を1増やす操作で、例えば以下のコードでは、変数xの値が1増えて1が表示されます。

デクリメントは逆に変数の値を1減らす操作です。次の様に記述すると、変数xの値が1減って0が表示されます。

## JavaScriptでよく使われる演算子とは

JavaScriptの計算では、算術演算子以外にも様々な演算子が使われます。ここでは、使用頻度の高い主要な演算子について解説します。

プログラミングにおいて、変数に値を代入する際に代入演算子が使われます。*JavaScriptでは、例えば「x = 1」と記述することで、変数xに値1を代入することができます。*この「＝」が代入演算子です。

代入演算子は、算術演算子などと組み合わせて、計算結果を変数に再代入する複合代入演算子としても使われます。

例えば、複合代入演算子「+=」を使って「x += 10」と記述すると、変数xの値に10を加えた結果が再び変数xに代入され、「x = x + 10」と同じ意味になります。

加算以外にも、減算「-=」、乗算「*=」、除算「/=」、剰余「%=」といった複合代入演算子があります。

論理演算子は、プログラミングにおける条件分岐の設定などに使用される演算子です。

*JavaScriptでは主に、「1」「True」と「0」「False」で表す論理値（ブール値）を扱うために、「&&」（論理積）、「||」（論理和）、「!」（論理否定）といった論理演算子が用意されています。*

「&&」は、両方のオペランドがtrueの場合にtrueを返し、それ以外の場合はfalseを返します。一方、「||」は、どちらかのオペランドがtrueであればtrueを返し、そうでない場合はfalseを返します。

また、論理否定演算子「!」は、単一のオペランドがtrueに変換できる場合はfalseを、そうでない場合はtrueを返します。

比較演算子は、値を比較するための演算子です。JavaScriptには様々な比較演算子があります。一覧で見てみましょう。

*■等価演算子「==」* オペランドが等しい場合にtrueを返す
*■不等価演算子「!=」* オペランドが等しくない場合にtrueを返す
*■厳密等価演算子「===」* オペランドが等しく、かつ同じ型である場合にtrueを返す
*■厳密不等価演算子「!==」* オペランドが同じ型で値が等しくないか、型が異なる場合にtrueを返す
*■大なり演算子「>」* 左のオペランドが右のオペランドよりも大きい場合にtrueを返す  
*■大なりまたは等号演算子「>=」* 左のオペランドが右のオペランド以上である場合にtrueを返す
*■小なり演算子「<」* 左のオペランドが右のオペランドよりも小さい場合にtrueを返す
*■小なり小なりまたは等号演算子「<=」* 左のオペランドが右のオペランド以下である場合にtrueを返す

これらの比較演算子は、オペランドを比較してその結果に基づいて論理値を返します。例えば、等価演算子「==」を使った以下のコードは、オペランドが等しいためtrueを返します。

また、不等価演算子「!=」を使った以下のコードは、オペランドが等しくないためtrueを返します。

JavaScriptでは、等価演算子と不等価演算子では異なる型のオペランドを比較する際に、そのオペランドを比較に適した型に変換しようとしますが、厳密等価演算子や厳密不等価演算子は、比較する前にオペランドを適合する型に変換しません。

厳密等価演算子や厳密不等価演算子を使うことで、異なる型のオペランドを比較する際に、型の変換による予期せぬ挙動を避けることができます。

JavaScriptでは、文字列を連結するために「+」を使用します。*例えば、「Hello」と「world」を連結する場合は、「"Hello" + "world"」のように記述します。*

この演算子は、両方のオペランドが文字列である必要があります。文字列以外のオペランドと文字列を連結しようとする場合、JavaScriptは自動的にそれらを文字列に変換してから演算します。

例えば、文字列と数値のオペランドを連結しようとする以下のコードは、「12」を返します。

## JavaScriptで作る簡単な計算フォーム

ここでは、HTMLとJavaScriptを組み合わせた簡単な計算フォームの作成例を見てみましょう。計算には加算、乗算、除算などの基本的な算術演算子を使用しています。

それでは、HTMLとJavaScriptを組み合わせた、Webブラウザ上で動作する簡単な数値計算フォームの実装例を見てみましょう。

このフォームでは、HTMLで入力フィールドとボタン、そして結果を表示する領域を設け、JavaScriptでボタンがクリックされたときの動作を定義しています。

入力フィールドに数値を入れてボタンをクリックすると、入力された取得した2つの数値をJavaScriptの算術演算子「+」で足し算して、計算結果を画面に表示します。

```
<!DOCTYPE html>
<html>
<head>
  <title>簡単な計算フォーム</title>
</head>
<body>
  <h1>簡単な計算フォーム</h1>
  <label for="num1">数値1:</label>
  <input type="number" id="num1">
  <br>
  <label for="num2">数値2:</label>
  <input type="number" id="num2">
  <br>
  <button onclick="calculate()">計算する</button>
  <br>
  <p id="result">結果: </p>
  <script>
    function calculate() {
      // 入力された数値を取得
      var num1 = parseFloat(document.getElementById('num1').value);
      var num2 = parseFloat(document.getElementById('num2').value);
      // 足し算を実行し、結果を表示
      var result = num1 + num2;
      document.getElementById('result').textContent = '結果: ' + result;
    }
  </script>
</body>
</html>
```

実際にこのコードをテキストエディタに貼り付けてHTML形式で保存し、ブラウザで動きを確認してみてください。

次は、パーセント計算のフォーム実装例を見てみましょう。このフォームで使用される算術演算子は、乗算「*」、除算「/」です。HTMLのinput要素からは文字列型の値が取得できるので、parseFloat()関数で数値型に変換して計算しています。

入力した元の値に対して、指定したパーセンテージの値がいくつであるかを計算します。計算結果は、「元の値 * パーセンテージ / 100」の式で求められます。

```
<!DOCTYPE html>
<html>
<head>
  <title>パーセンテージ計算フォーム</title>
</head>
<body>
  <h1>パーセンテージ計算フォーム</h1>
  <label for="originalValue">元の値:</label>
  <input type="number" id="originalValue">
  <br>
  <label for="percentage">パーセンテージ:</label>
  <input type="number" id="percentage">
  <br>
  <button onclick="calculatePercentage()">計算する</button>
  <br>
  <p id="result">結果: </p>
  <script>
    function calculatePercentage() {
      // 入力された値を取得
      var originalValue = parseFloat(document.getElementById('originalValue').value);
      var percentage = parseFloat(document.getElementById('percentage').value);
      // パーセンテージを計算し、結果を表示
      var result = (originalValue * percentage) / 100;
      document.getElementById('result').textContent = '結果: ' + result;
    }
  </script>
</body>
</html>
```

## JavaScriptの数値計算ライブラリとは

JavaScriptの浮動小数点数による計算では、丸め誤差が発生する場合があります。しかし、数値計算ライブラリを使用することで、丸め誤差を最小限に抑えたり、計算の精度や速さを向上させたりすることができます。

### 数値計算ライブラリを使用する理由とは

JavaScriptの計算においては、小数点以下の計算で誤差が発生する場合があります。例えば、次のコードの計算を実行してみましょう。

すると、「0.30000000000000004」が出力され、誤差が出ています。**これを丸め誤差と言います。**

Javascriptの計算はIEEE754の浮動小数点数算術標準に基づいており、浮動小数点の計算の際に近似値が使われる場合があることが原因です。このような誤差を回避するためには、数値計算ライブラリを使用することが有効です。

数値計算ライブラリには様々な種類がありますが、代表的なものにbig.jsやbignumber.js、decimal.jsなどがあります。

*これらの数値計算ライブラリは数値計算に特化した機能を提供しており、丸め誤差を最小限に抑えるとともに、精度を向上させることができます。*また、Math.pow()やMath.sqrt()などの標準関数よりも高速に計算を行うことができます。

【参考】：[big.js](https://github.com/MikeMcl/big.js)
【参考】：[bignumber.js](https://github.com/MikeMcl/bignumber.js/)
【参考】：[decimal.js](https://github.com/MikeMcl/decimal.js/)

JavaScriptはブラウザ上だけでなくサーバサイドでも活用されるプログラミング言語です。この記事ではJavaScriptの数値計算について知りたい方のために、JavaScriptの計算の基礎と演算子の使い方や実装例、数値計算ライブラリについて解説します。

JavaScriptでは整数と小数を区別せずに数値型「Number」として扱う

JavaScriptでは算術演算子・代入演算子などの様々な演算子を使って数値計算を行う

JavaScriptの浮動小数点数の計算で発生する丸め誤差は、数値計算ライブラリの活用で抑えられる

JavaScriptの数値計算とは？演算子やライブラリの例を紹介

[【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>

## 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。**

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<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>

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。

ライブラリの記事（1ページ目）