[【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は、データサイエンスや機械学習などのAI領域で活用されており、その用途の1つに画像認識があります。**ここでは、画像認識の概要とともに、実際にPythonの代表的な画像認識ソフトウェアであるOpenCVを用いてコードを作成して理解を深めていきます。

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

*画像認識とは、画像に写っている情報が何なのか認識する技術を表します。*ここでいう情報とは人や物などで、これらを識別する情報処理の分野として、パターン認識と呼ぶ場合もあります。パターン認識には、広く音声や画像、文字テキストなども含まれますが、ここでは画像を対象に解説していきます。

### 人間の脳と機械やコンピュータとの違い

人間は脳に蓄積されている情報から、画像を見るとそれが何なのか、記憶や経験から識別することができます。機械やコンピュータでは画像の情報が単なるドットの集合体ですので、それが何を意味するのかそのままでは識別できません。

そのために、*画像の特徴やパターンを学習させておき、対象となる画像がどの分類に近いかの識別や、どのパターンに近いか適合の状況を表示させます。*

これらにより、人物の顔の部分を特定したり、生産工場の品質検査で異常がある製品を判別したりすることができます。

### Pythonの代表的な画像認識ソフトウェア

Pythonの代表的な画像認識ソフトウェアとして、次の2点が挙げられます。

*◼︎OpenCV*
OpenCVは、インテルが開発した画像認識ライブラリです。画像処理や解析、パターン認識、機械学習に広く利用することができます。学習済みのモデルが用意されており、自作に適しています。

【参考】：[OpenCV](https://opencv.org/)

*◼︎TensorFlow*
TensorFlowは、Googleが開発した機械学習用ライブラリです。機械学習のみならず、画像認識にも対応します。合わせてTensorFlowのコアライブラリでサポートされるニューラルネットワークライブラリ、Kerasを使うことも可能です。

【参考】：[TensorFlow](https://www.tensorflow.org/?hl=ja)
【参考】：[Keras: Pythonの深層学習ライブラリ](https://keras.io/ja/)
【参考】：[TensorFlow Core チュートリアル：Keras](https://www.tensorflow.org/guide/keras?hl=ja)

ここからは、Pythonの画像認識ソフトウェアとして利用者の多いOpenCVを使い、さらに詳しく解説していきます。

<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>

## 画像認識や処理を行うエンジニア

Pythonを主言語として扱うエンジニアをPythonエンジニアと呼びますが、Pythonなどの技術を使って画像認識・画像処理の業務をメインに担当するエンジニアのことを「画像処理エンジニア」と言います。ここでは、画像処理エンジニアの仕事内容や年収事情について紹介します。

画像処理エンジニアとは、*デジタル画像技術に関するアプリ・システムなどの分析や開発、運用を行うエンジニアを指します。*画像処理の技術はあらゆる分野で活用されており、自動車や医療機器メーカー、映像技術、工業分野などさまざまです。

仕事内容としては、画像処理に関する知見を求められたり、プログラミングを行なったりします。大まかな流れは通常のシステム開発と変わらず、クライアントのヒアリングから要件定義を行い、そこで画像処理に必要な技術や工程を特定します。

また、画像処理の技術に関しては「画像処理エンジニア検定」という資格試験でスキルを証明することができます。学習の過程で知識を深めることができるため、画像処理の仕事に携わるエンジニアには取得をおすすめします。

【参考】：[画像処理エンジニア検定](https://www.cgarts.or.jp/v1/kentei/about/img_engineer/index.html)

<center>[*画像処理エンジニアの転職・求人情報を見る　＞*](https://mynavi-agent.jp/jobsearch/job3_0214058/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

画像処理エンジニアは、システムエンジニアやプログラマーなどの職種に比べて確立された1つの職種というよりも、業務の一環として捉えられるケースが多くみられます。「画像処理エンジニア」と題した求人を出している企業が少ないため、ここではシステムエンジニアの年収を例に紹介します。

「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（※2024年9月執筆時点）であり、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/プログラマでは、平均年収592万円でした。

国税庁2020年発表の「民間給与実態統計調査」における民間企業の平均年収は433万円なので、*画像処理エンジニアを含むシステムエンジニアは平均年収よりも高めの年収を目指せます。*

画像処理エンジニアとして今後キャリアを積む場合、前述した画像処理エンジニア検定やPythonに関する資格を取得することで、自身の市場価値を高められるでしょう。

【参考】：[マイナビエージェント 職種図鑑/システムエンジニア](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)

*OpenCVは、PythonのほかC++やJavaでも利用できるポピュラーな画像認識ソフトウェアです。*画像処理の機能が豊富で、他のソフトウェアを追加せずに多くの処理をこなすことができます。英語ですが、豊富なドキュメントが公開されています。

【参考】：[OpenCV](https://opencv.org/)
【参考】：[Introduction to OpenCV](https://docs.opencv.org/4.x/df/d65/tutorial_table_of_content_introduction.html)
【参考】：[OpenCV-Python 4.8.0 Tutorials](https://docs.opencv.org/4.8.0/d6/d00/tutorial_py_root.html)

*OpenCVの公式サイトは英語のドキュメントが中心です。*英語が心配な方は、日本のOpenCVユーザの方々が有志で日本語のドキュメントやサンプルコードを掲載していますので、そちらを利用しましょう。

日本語サイトは公式サイトにもリンクが掲載されていますが、掲載情報はOpenCV2.4.2までなので注意が必要です。

【参考】：[OpenCV.jp](http://opencv.jp/)

*Pythonで利用するには、 ”pip install opencv-python” などでインストールを行います。*同様に、NumpyもPythonの配列処理に活用しますので、 ”pip install numpy” でインストールしておくと良いでしょう。

インストールについて、WindowsやLinuxなどOS別のインストール手順は必要に応じて以下のリンク先を確認しましょう。

【参考】：[OpenCV installation overview](https://docs.opencv.org/4.x/d0/d3d/tutorial_general_install.html)
【参考】：[Install OpenCV-Python in Windows](https://docs.opencv.org/4.8.0/d5/de5/tutorial_py_setup_in_windows.html)
【参考】：[Install OpenCV-Python in Fedora](https://docs.opencv.org/4.8.0/dd/dd5/tutorial_py_setup_in_fedora.html)
【参考】：[Install OpenCV-Python in Ubuntu](https://docs.opencv.org/4.8.0/d2/de6/tutorial_py_setup_in_ubuntu.html)

ここでは、OpenCVの基本操作を学んでいきます。手順は以下の通りです。

*①ライブラリのインポートと画像の読み込み*
PythonでOpenCVを使う場合は、 ”import cv2” でライブラリをインポートします。取り扱う画像データは、JPEGやPNG、BMP・PBMなどの主要なフォーマットに対応します。

配列処理を行う場合は、必要に応じて ”import numpy” などを行い、ライブラリをインポートしておきます。画像の読み込みですが、静止画の場合はcv2.imread()、動画の場合はcv2.VideoCapture()を使って読み込みます。

実際の使い方は、次のように行います。なお、NumPyを使用しない場合は、OpenCVのみインポートしてください。

```import numpy
import cv2
image = cv2.imread('picture.jpg')```

*②画像の前処理*
前処理として画像の処理を行います。認識精度向上のために、cv2.cvtColor()でグレースケールや二値化によるモノクロ化、トリミングなどを行います。BGRの分離やマージも行うことができます。

ここで言うBGRは、青緑赤で通常のRGBとは逆の順番となることに注意します。GBRからRGBへの変換は、cv2.cvtColor()を用います。

次の例は、グレースケールに変換する場合の指定です。

```grayscale = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)```

*③画像の画面表示と保存*
処理した画像を画面に表示するには、cv2.imshow()を使います。保存するには、静止画はcv2.imwrite()、動画はcv2.VideoWriter()で出力します。

具体的には、次のように使用して画像を保存します。

```cv2.imwrite('grayscale.jpg', grayscale)```

ここから、OpenCVを用いた画像の認識を行っていきます。*画像認識には、cv2.CascadeClassifier()で学習済みのモデルを読み込み、cv2.CascadeClassifier.detectMultiScale()で顔などのパターンを検出します。*

なお、OpenCVではあらかじめ認識できるパターンが用意されていますので、それを用いるのが良いでしょう。

ここで用いる学習済みのモデルは、カスケード分類器と言います。同様に学習済みのモデルである、認識パターンの登録済みファイルはカスケードファイルと言い、目や眼鏡、ネコや人の顔、人物の全身・下半身・上半身、左目・右目・証明写真風の顔や笑顔などが用意されています。

格納場所は、 ”Pythonのインストール先\Lib\site-packages\cv2\data” で、17種類の登録ファイルがあります。

【参考】：[OpenCV /data/ haarcascades](https://github.com/opencv/opencv/tree/master/data/haarcascades)
【参考】：[OpenCV Cascade Classifier](https://docs.opencv.org/4.8.0/db/d28/tutorial_cascade_classifier.html)
【参考】：[OpenCV Cascade Classifier Training](https://docs.opencv.org/4.8.0/dc/d88/tutorial_traincascade.html)

### OpenCVを用いた画像認識のサンプルコード

ここまで学んだことを実際のコードにしてみます。*サンプルコードでは、画像から顔（正面）を認識する一連の流れを表します。*顔（正面）の学習済みモデルは、 ”haarcascade\_frontalface\_default.xml" を使います。このファイルをローカルに保存するか、パスを指定して読み込みます。

実際のサンプルコードは、以下の通りです。作成したサンプルコードに注釈を入れておきましたので、参考にしてください。

# NumPyを使う場合インポートします（通常、numpyをnpとして使用します）
#import numpy as np

# OpenCVは必ずインポートします（通常、cv2をcvとして使用します）
import cv2 as cv

# 画像を読み込みます（ここでは'picture.jpg'とします）
imagefile = 'picture.jpg'
image = cv.imread(imagefile)

# グレースケールに変換します
grayscale = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

# 学習済みモデルを読み込みます
# 正式なパスは"Pythonのインストール先\Lib\site-packages\cv2\data"です
cascade = cv.CascadeClassifier("haarcascade_frontalface_default.xml")

# 顔を検出します（検出する最小サイズは50x50とします）
results = cascade.detectMultiScale(grayscale, minSize=(50, 50))

# 検出した場合の処理です
if len(results) > 0:

    # 検出した顔を矩形で囲みます（色は赤、線の太さは2とします）
    for rectangle in results:
        cv.rectangle(image, tuple(rectangle[0:2]),tuple(rectangle[0:2]+rectangle[2:4]), (0, 0, 255), thickness=2)

    # 検出結果を保存します（ここではファイル名の最初に'result-'という文字列を追加します）
    cv.imwrite('result-'+imagefile, image)

    # 検出結果を画面に表示します（ウィンドウタイトルに'imshow:ファイル名'を表示します）
    cv.imshow('imshow: '+imagefile, image)```

<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を使った画像認識は難しくない

Pythonは用途に応じたライブラリが豊富であり、**画像認識も人や動物などを認識するほか、物体の形状を登録することで生産ラインの品質検査にも応用できます。**その中でも、OpenCVは手間なく環境構築と学習済みモデルを使った画像検出が可能で、簡単に始めるにはおすすめのソフトウェアです。

画像処理技術は年々高度化しており、特に汎用性の高いPythonを使って画像処理を行えるエンジニアの需要はますます増加しています。この技術を習得することで、画像処理エンジニアやAI関連職種へのキャリアパスが広がるでしょう。

今のキャリアを活かした転職を望む場合、いかに自分に合う企業とマッチングできるかが重要です。そのような優良企業を見つけるのは至難の業でしょう。

そこでぜひご活用いただきたいのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)です。 

マイナビIT エージェントは、IT・Webエンジニア向けの無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案致します。

アドバイザーは企業側の人事担当者と直接連携を取れますので、求人票に載っていない企業情報も確認することができます。残業時間や給与面など、働き方などをしっかり確認の上で応募企業を選んでいくのが良いでしょう。

・資格やプログラミングの勉強をしているけれど、企業が求めるレベルに達しているのかわからない
・スキルアップをして市場価値を上げていける企業の選び方を知りたい
・数多くあるITエンジニアの職種の中で、自分に向いている仕事は何か知りたい

こうした悩みを抱えていらっしゃる方は、まずは無料登録でキャリアカウンセリングをおすすめ致します。

<center>*＼転職するか迷っていてもOK！／* [*マイナビエージェントに無料登録して* *転職サポートを受ける*](https://mynavi-agent.jp/entry/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv17)</center>

Pythonの用途の1つに画像認識があります。もちろん公開されているソフトウェアを活用して、AI全般に利用することもできます。ここでは、画像認識の概要とともに、実際にPythonの代表的な画像認識ソフトウェアを用いてコードを作成して理解を深めていきます。

画像認識では、画像の特徴やパターンを学習させておき、対象となる画像の分類を識別します

Pythonの場合は、OpenCVを用いて画像認識や検出に使用することが多いです

OpenCVでは、学習済みモデルを使った画像検出が可能のため、すぐに利用することができます

Pythonを使った画像認識！概要からサンプルコードも紹介

近年、日本ではIT化に伴うIT人材不足が叫ばれています。小学校でもプログラミング学習が始まるなど、社会に置けるプログラミング技術の重要度や需要の高さが浮き彫りになりました。

子どものみならず大学生や社会人の方々でも、最近になってプログラミングを学んでみようと思うようになった人は多いのではないでしょうか。この記事では、これからプログラミングを学ぶ方々に向けて、初心者におすすめのプログラミング言語やその特徴を紹介します。

初めに、そもそもプログラミング言語とは何か、その役割や仕組みについて解説します。TIOBEによる言語ランキングについても紹介します。

### プログラミング言語はコンピュータに命令するための言語

*プログラミング言語はコンピュータに命令するための言語のことです。*コンピュータは基本的に0と1で構成された機械語しか読み取れず、日本語や英語などの自然言語を読み取ることができません。

しかし、機械語は人間にとっては分かりにくいため、機械語を使うとコンピュータに命令する際に多くの時間がかかってしまいます。

そこで、技術者たちはプログラミング言語を作り、さらにプログラミング言語を機械語に翻訳する機械を開発しました。プログラミング言語は人間にも分かりやすいようにできており、簡単にコンピュータに命令を行うことができます。

プログラミング言語とは？種類や選び方ついてわかりやすく解説

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

機械語とは？アセンブリ言語との違いや学ぶ意味・特徴を解説

### プログラミング言語によって開発できるものは異なる

*プログラミング言語を選択するうえで知っておくべきなのが、言語によって開発できるものは異なるということです。*たとえば、Webアプリ開発ではPHPなどが多く使われていますが、PHPはスマホアプリ開発や機械学習などにはほとんど使われていません。

このように、言語ごとに得意分野・苦手分野が存在するため、言語を選択する際は自分が関わりたい分野に合わせた言語を選択することが重要です。

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

### TIOBEプログラミング言語ランキングについて

プログラミング言語は200種類以上あると言われており、それぞれ文法が異なっています。しかし実際に業務で使われているプログラミング言語はそこまで多くありません。

また、プログラミング言語の中には需要や将来性の高いもの・そうでないものがあります。そのため、なるべく需要や将来性の高い言語を勉強した方が、多くの企業で将来にわたってプログラマーとして活躍できる可能性が高まります。

**プログラミング言語の需要や将来性を知るうえで参考になるのが、 TIOBEが毎年発表しているプログラミング言語の検索数ランキングです。**TIOBEは各言語の検索数を集計してランキングをまとめています。TIOBEが2023年に発表しているランキングは次のようになっています。

- 1位:Python
- 2位:C
- 3位:Java
- 4位:C++
- 5位:C#
- 6位:Visual Basic
- 7位:JavaScript
- 8位:SQL
- 9位:PHP
- 10位:Go

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

上記ランキングはあくまで各言語の検索数を元にした情報ですが、その言語の注目度を知ることができます。*注目度が高い言語は、その分需要や将来性もあると考えられます。*

どの言語を学べば良い？将来性のあるおすすめのプログラミング言語5選！

ただし、ランキング上位の言語の中には難易度が高いものも含まれています。特に初心者の方は人気の言語であっても、入門に向いているかを調べてから学習することをおすすめします。

本記事ではこのランキング結果も踏まえつつ、初心者でも勉強しやすい言語を紹介していきます。

## 初心者向けのおすすめプログラミング言語

初心者向けのおすすめプログラミング言語を目的別に6つまとめました。Webアプリ開発向け、スマホアプリ開発向けなど各ジャンルのなかで多く使われている言語を紹介しています。

### Webアプリ開発がしたいならPHP

Webアプリ開発がしたいならPHPがおすすめです。*PHPは文法が平易なうえに覚えることが少ないため、初心者に向いているとされています。*また、HTMLに埋め込んで手軽に書ける点も特徴です。

さらに、PHPはアップデートされ続けており、最新版では処理速度なども改善されてきています。今後もWebアプリ開発分野では使われ続けることが予想されます。

【参考】：[PHP: Hypertext Preprocessor](https://www.php.net/)

PHPとは？基本知識からメリット・デメリットまでわかりやすく解説

機械学習がしたいならPythonがおすすめです。**Pythonはソースコードの可読性が高く、他の人が書いたコードを読みやすいのが特徴です。**

また、機械学習ライブラリが多くあり、ライブラリを活用することで初心者でも簡単に人工知能プログラムやデータ分析が可能となります。上記のTIOBEプログラミング言語検索数ランキングでも1位を獲得しているおすすめの言語です。

【参考】：[プログラミング言語 Python 総合情報サイト - python.jp](https://www.python.jp/)

Pythonとは？人気の理由と基本知識をわかりやすく解説！

### フロントエンド開発がしたいならJavaScript

Webアプリ開発の中でもユーザーが目にする部分を担当するフロントエンドの開発を行いたいなら、JavaScriptがおすすめです。*フロントエンド開発では、JavaScript以外の言語は現状ほとんど使われていないためです。*

*JavaScriptを使うことでWebページのHTMLを変更し、Webページに動きをつけることができます。JavaScriptは難易度もそれほど高くないとされており、開発環境を用意しなくてもブラウザさえあれば動かせるため、初心者にもおすすめです。

【参考】：[JavaScript｜MDN](https://developer.mozilla.org/ja/docs/Web/JavaScript)

JavaScriptとは？特徴・メリット・何ができるのかを解説

### Androidアプリ開発がしたいならKotlin

Androidアプリ開発がしたいならKotlinがおすすめです。**Androidアプリ開発ではKotlinとJavaが多く使われていますが、Kotlinの方が文法がシンプルなうえに、バグが出にくい仕様になっているためおすすめです。**

ただ、Javaの方が汎用性は広く業務システム開発などにも使えるため、スマホアプリ開発以外も行いたいならJavaを選んだ方が良いでしょう。

【参考】：[Kotlin Programming Language](https://kotlinlang.org/)

Kotlinとは？Android開発において、Javaと比較したKotlinの特徴を解説

### iPhoneアプリ開発がしたいならSwift

iPhoneアプリ開発がしたいならSwiftがおすすめです。従来はiPhoneアプリ開発ではObjective-Cが人気でしたが、最近ではSwiftの方が人気が高いです。*SwiftもKotlin同様に文法が平易であり、初心者でも短時間で習得しやすい言語です。*

*ただし、iPhoneアプリ開発ではMacパソコンが必須であるなど、Androidアプリ開発に比べて開発環境構築の敷居が若干高い点は注意が必要です。*

【参考】：[Swift - Apple（日本）](https://www.apple.com/jp/swift/)

Appleの新しいプログラミング言語、Swift ― その概要や特徴、メリット・デメリットについて解説

ゲーム開発がしたいならC#がおすすめです。C#はマイクロソフトが開発したプログラミング言語であり、名前は似ていますがC言語とはまったく別のものです。**C#はC言語と比べて難易度が低く、初心者でも手軽にゲーム開発が行えます。**

【参考】：[C# 関連のドキュメント | Microsoft Docs](https://docs.microsoft.com/ja-jp/dotnet/csharp/)

C#とは？できることやメリット・デメリットについて解説！

## 初心者向けのプログラミング言語の特徴

上記で挙げた初心者向けのプログラミング言語には2つの特徴があります。これら2つの特徴を理解しておくことで、なぜこれらの言語を勉強すべきか分かり納得感を持って勉強することができます。

初心者向けのプログラミング言語は文法が易しいです。プログラミングを学ぶには言語の文法をまず覚える必要があるのですが、文法も複雑だったりソースコードが読みにくかったりする言語も中にはあります。

また、*C言語などコンピュータのCPUやメモリなどの仕組みを理解していないと文法を完全理解することが難しいものもあります。*

PHPやPythonなどは、どのような処理を行う場合でもシンプルに書きやすいうえに、コンピュータのハードウェア面の理解もそこまで必要ありません。

### 日本語の参考書や学習サイトが豊富

上記で挙げた6つの言語は日本語の情報が豊富です。参考書や学習サイトも多くあるため、勉強がしやすいのがメリットです。**プログラミング言語の中には参考書や学習サイトが少なかったり、検索して調べても英語の情報しか見つからなかったりするものもあります。**

## その他に初心者が習得しておきたいスキル

最後に、上記6つ以外に習得したいスキルについて解説します。スマホアプリやWebアプリを開発する場合は、次の2つが必要になることが多いです。この2つの学習コストはそれほど高くないため、並行して習得するのが良いでしょう。

*SQLはデータベースに格納されたデータを管理するための言語です。*ECサイトやSNSなどのWebサービスのほとんどにはデータベースが使われているため、SQLも習得した方が良いでしょう。SQLを使うことでデータの検索や追加・削除・更新を行うことが可能です。

SQLとは？概要・できること・プログラミング言語との違いを解説

**HTML・CSSはWebページを作成する際に使われるマークアップ言語です。**厳密にはプログラミング言語ではありませんが、Webアプリやスマホアプリを開発する際は基本的に使われるため、併せて習得すると良いでしょう。

 特にJavaScriptを使ってのフロントエンド開発に携わりたい方は、JavaScriptよりも先にHTML・CSSを習得した方が学習がスムーズになります。

HTML・CSSとは何か？使い方やできること、独学方法を解説！

## プログラミング学習は何から始めれば良い？

これからプログラミング学習を始めようと思っているプログラミング初心者の方は、まず何から始めたら良いのかわからないということも多いでしょう。プログラミング学習の始め方や学習方法について簡単に解説します。

### プログラミング学習を始める基本の手順

プログラミング学習を始める基本手順は以下の通りです。

*1．プログラミングを学ぶ目的を決める*
*2．学ぶプログラミング言語を決める*
*3．学習方法を決め、学習計画を立てる*
*4．開発環境を整える*

始めは、「プログラミング技術を使って何を作りたいのか」を明確にします。この記事でも紹介したように、**目的が決まれば自ずと選択すべきプログラミング言語も見えてきます。**選ぶ言語によって必要となる環境も異なります。

目的の設定と言語選択の次は学習方法の決定です。プログラミングスクールに通う・書籍や学習サイトなどを使って独学で習得するなどの方法があります。特に独学の場合は学習計画をしっかりと立てる必要があります。

【初心者向け】プログラミングの始め方とは？独学に必要なものも解説！

### 入社後にプログラミングを学べる企業もある

**プログラマーを始めとしたIT人材の育成を積極的に行っている企業では、経験がなくても教育制度を利用して入社後に1からプログラミングを学べる場合もあります。**

こういった教育制度を利用すれば働きながら学べるうえ、元から環境が整っていてサポート体制もあります。プログラミングスクールや独学などに比べてお金や労力がかからない点がメリットです。

企業によって募集要項などが異なりますので、自分の学びたい分野で募集できる企業があるか探してみましょう。転職エージェントでは企業の情報も豊富にあるので、活用することをおすすめします。

プログラミング言語を用いてプログラミングを行うのが「プログラマー」です。プログラミングスキルを身に付けてプログラマーとして働くことを目指している方に向けて、最後にその年収情報を紹介します。

*プログラマーの年収は「マイナビエージェント職業別年収ランキング/職種図鑑」での平均年収は344万円（※2023年4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、プログラマーの平均年収はマイナビ調査では一般平均年収よりもやや低め、経産省の調査ではやや高めであることが分かります。

IT業界ではスキルが重視される傾向があるため、スキルアップによる転職やキャリアアップで年収が大きく増加するという特徴があります。プログラマーはITエンジニアの登竜門とも言われている職種でもあるため、企業によっては年収が高くないことがあります。

しかし、裏を返せば伸びしろが多い職種とも言えます。**IT人材はこれからますます需要が高まると予想されるので、スキルアップに応じて年収も上げていくことができるでしょう。**

【参考】：[マイナビエージェント職業別年収ランキング/職種図鑑](https://mynavi-agent.jp/it/jobindex/05.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)

プログラミングを勉強したいが、どの言語を選択すべきか分からないという方は多いです。プログラミング言語によって開発できるものは異なるため、目標に沿ったものを選ぶことが重要です。当記事では、初心者におすすめのプログラミング言語を目的別に紹介します。

プログラミング言語はコンピュータに命令するための言語

プログラミング言語によって開発できるものは異なる

初心者におすすめの言語はPHP・Python・JavaScript・Kotlin・Swift・C#

【目的別】初心者におすすめのプログラミング言語を6つ紹介！

**Pythonの実行環境とは、Pythonのプログラムコードを実行するための環境を指します。**作業の流れは、Pythonの動作環境をローカルに構築してPythonを実行します。ここでは、Pythonの実行環境の概要からおすすめの実行環境まで解説していきます。

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

Pythonの実行環境はプログラムコードを実行するにあたって必要であるため、Python自体の動作環境である必要があります。PythonはWindowsやmacOS、Linuxなど多くのプラットフォームでサポートされており、macOSやLinuxでは、プリインストール版のPythonがそのまま使えます。

同様に、プログラムコードは単体のソースコードのみならず、内部でimportするライブラリやモジュールが必要です。*そのライブラリやモジュールを導入するには、ソフトウェア開発環境を実行環境に構築するのが互換性を高めるメリットもあり、使用している開発環境を実行環境に導入するのが簡単で確実な方法です。*

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

### Pythonの開発環境に必要な要素

*Pythonは、実行するプログラムをテキスト編集と同じ要領で作成します。*OSに付属する単純なテキストエディタがあれば動作しますが、プログラム用のコードエディタあるいは統合開発環境（IDE）があればソフトウェア開発を効率的に行えます。

同様にPythonのプログラム自体もパッケージマネージャから導入することで、環境を一元管理が可能です。Pythonの実行環境を構築する場合も、パッケージマネージャを使用して同じバージョンをデプロイ（配布）すると、問題発生時の環境確認がスムーズになります。

IDEとは？詳細やメリット、おすすめのIDEを紹介します！

### 環境構築せずにPythonを利用することも可能

*PythonはローカルのサーバあるいはPCが実行環境として必要ですが、クラウド環境ではローカルに実行環境を持たずに使用できます。*

ウェブブラウザを使ったオンラインエディタやGoogle Colab（Google Colaboratory）は、Pythonがインストール不要で簡単にコードの開発や実行が可能です。このように使用用途に応じた環境を選択できるメリットもあります。

さらに、Pythonの構築されていない環境でPythonアプリケーションを実行する、Pyinstallerのようなビルダもリリースされています。


Pythonは、パッケージを管理するパッケージマネージャを使用してインストールするのが一般的です。同様に統合開発環境を使用したり、コードエディタを使用したりすることもできます。ソフトウェアの配布や管理を考えると、Pythonの開発環境と実行環境を同じ手順で構築しておくと良いでしょう。

ここでは、*パッケージ管理、統合開発環境、コードエディタに分類しておすすめを紹介していきます。*また、インストール不要なブラウザ利用についても解説します。

### （パッケージ管理）Python Package Index

Pythonには、バージョン3.4から標準でpipコマンドが同梱されています。*「Python Package Index」と呼ばれる公開サービスを使用して、pipコマンドからソフトウェアの導入管理を行います。*

これは、追加のインストールせずに標準で使えるので、最初の選択肢となります。Pythonに同梱されているIDLEと呼ばれる統合開発環境を使って、コードの開発から実行までサポートします。

【参考】：[Python Docs: Python モジュールのインストール](https://docs.python.org/ja/3/installing/index.html)

pipとは？Pythonのライブラリ管理方法を分かりやすく解説！

IDLEを使ったPythonのプログラム開発！操作方法を解説

*Anacondaは、データサイエンス向けプラットフォームのディストリビューションです。*ソフトウェアの開発から実行のみならず、ソフトウェア資産の公開までサポートされます。コードエディタのVSCodeも利用可能です。

データサイエンス、特に機械学習を専門で開発する方は、Anacondaのcondaコマンドで管理すると良いでしょう。

condaとpipは共有されませんので、Python Package IndexかAnacondaのいずれかを選択します。2022年10月以降、従業員200名以上の企業に所属している方は、個人利用のオープンソース版であっても有償となるので注意が必要です。

【参考】：[Anaconda](https://www.anaconda.com/)

プログラミング言語の記事（1ページ目）