[【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)

[【関連記事】Anacondaの使い方は？Python環境の利用方法を解説！](https://and-engineer.com/articles/YRsidxAAACRz7tnv)<br>

Pythonは、初心者でも簡単に習得できるプログラミング言語の1つです。インタープリター型であるPythonスクリプトのコード開発には、数多くの公開ライブラリが活用できます。

*Pythonでは開発したスクリプトコードを配布して利用できますが、ターゲット環境にもPythonが必要であり多少の準備が必要です。*コンパイラ言語のようにEXEファイルを配布したい場合もあるでしょう。

そこで、ここではPythonのコードをEXE化して利用する方法を解説します。

Pythonとは？人気の理由と基本知識をわかりやすく解説！

Pythonでできることは？初心者が作れるものや実用例を紹介

### PythonのコードをEXE化するメリット

PythonのコードをEXE化するメリットですが、次の3点を紹介します。

*1つ目は、ターゲットとなる実行環境にPythonが不要である点が挙げられます。*ソフトウェア開発者はPythonの開発環境を用意している場合が多いですが、ユーザ環境やオペレータ向けの環境では開発環境を導入することができません。

この場合でもEXE化しておけば、開発したコードを配布し利用できるメリットがあります。

*2つ目は、ソフトウェアの実装部分などアルゴリズムやコード自体の流出を防止することです。*Pythonのコードはインタプリタ言語であるため、ファイルの中身を見るとソフトウェアの構造が分かってしまいます。

使用許諾を設定できるものの、編集や修正で簡単に組み込まれてしまいますので、ソースプログラムの開示を防ぎたい場合に有効です。

*3つ目としては、実行手順が簡略化できるメリットがあります。*実行ファイルをダブルクリックするだけで起動しますので、アイコンを設定するなどして分かりやすく、複雑な操作をせずに実行する実行環境が簡単に構築できます。

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のコードをEXE化するデメリット

Pythonはインタプリタ言語であり、ソースコードを機械語に解釈しながら実行します。そのため、どのOSでも同じコードが実行できるメリットがあります。

コードをEXE化する場合は、Windows版のEXEコード、macOS版のEXEコードなどのように、実行互換性が同一OSに限定されてしまうデメリットがあります。*OS毎にEXEコードを準備する必要がありますので、実行環境は簡単に準備できるものの配布する手間が増えてしまいます。*

そして実行時に不要なライブラリを含んで読み込むために、処理が遅くなる場合もあります。このこともデメリットとして挙げられる点です。

Pythonの用途別ライブラリ14選！おすすめの本も紹介

### PythonのコードをEXE化するツール

*PythonのコードをEXE化するには、コードの変換ツールをPython環境に追加導入して使用します。*具体的には、PyInstaller・py2exe・py2app・Nuitka・cx\_Freeze・PyOxidizerなどのツールが公開されており、お気に入りのツールを準備します。詳細は以降で解説していきます。

Pythonで開発を行う際におすすめのツールを徹底解説！

## PythonのコードをEXE化するツールを比較する

*PythonのコードをEXE化するツールは、いくつかあります。*使用中の環境でニーズに合うものを比較すると良いでしょう。以降では、それぞれのツールの特徴を踏まえて解説します。

【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？

PythonのコードをEXE化する際の第1候補のツールです。*実行時のオプションが多数実装されており、実際にEXEファイルを配布する際にもニーズに合う実行ファイルを生成することができます。*

WindowsやmacOS、GNU/Linux・AIMやSolarisなど多数の環境で動作します。弱点としては、ファイルサイズが大きめである点が挙げられます。

インストールするには、次のようにpipからインストールします。

基本的な実行方法は以下のように、pyinstallerコマンドでEXE化するPythonファイル名を引数として渡すだけです。

```pyinstaller EXE化するPythonファイル.py```

PyInstallerは、スクリプトコードと同じフォルダに ”.spec”ファイルを作成し、”build”と”dist”のフォルダを生成します。EXE化したファイルは、”dist”フォルダに格納されます。追加するオプションは多数ありますが、”--onefile”や”--noconsole”などを選ぶ場合があります。

”--onefile”は、実行ファイルを1つに集約するオプションです。再配布する場合などに使用します。

”--noconsole”は、WindowsとmacOS向けのオプションで、コマンド入力のコンソールウィンドウを表示しないオプションです。”.pyw”のGUIでは”--noconsole”のオプションは影響しません。

オプションの指定方法は、次の通りです。

```pyinstaller EXE化するPythonファイル.py --onefile --noconsole```

”--onefile”は、単一ファイルですがファイルサイズが大きくなります。軽量化する場合は、デフォルト設定を用います。

【参考】：[PyInstaller](https://pyinstaller.org/en/stable/)
【参考】：[PyInstaller Requirements](https://pyinstaller.org/en/stable/requirements.html#pyinstaller-requirements)
【参考】：[PyInstaller Using PyInstaller](https://pyinstaller.org/en/stable/usage.html)

まずはPyInstallerを使ってみて、用途に合わない場合はPyInstaller以外のツールを試してみるのが良いでしょう。

*py2exeは、Windowsの実行ファイルを作成するツールです。*Python 3とPython 2向けのバージョンが、それぞれ公開されています。

インストールは、次のようにpipから行います。

使用するには、事前にセットアップ用スクリプト（setup.py）を用意しておきます。記述方法は次の通りです。

setup(console=['EXE化するPythonファイル.py'])```

実行方法は次のように行います。

EXE化したファイルは、必要となるモジュールすべてが ”dist”フォルダに格納されます。このフォルダを圧縮するなどして、再配布します。なおソースのコンパイルはMicrosoft Visual Cが使用されるため、実行環境にはMicrosoft Visual CのランタイムDLLが必要です。

【参考】：[py2exe](https://www.py2exe.org/)
【参考】：[GitHub py2exe](https://github.com/py2exe/py2exe)
【参考】：[py2exe Tutorial](https://www.py2exe.org/index.cgi/Tutorial)

*py2exeがWindows版であったのに対して、py2appはMac版（macOS）で動作する実行ファイルを作成します。*インストール手順には、次のように大きな違いがありません。

使用するにはpy2exe同様に、事前にセットアップ用スクリプト（setup.py）を用意しておきます。py2app 0.3からは、それまでのdistutilsではなく、setuptoolsを使用します。記述方法は次の通りです。

    app=["EXE化するPythonファイル.py"],

配布するには、”dist”フォルダをアプリケーションバンドルとして使用します。EXE化するPythonファイル.appが生成されます。“build”フォルダに作業の生成物（残骸）が残りますがこちらは使いません。再配布する場合は、Finderから生成されたアプリを右クリックし、「Create Archive」を選びます。

【参考】：[py2app](https://py2app.readthedocs.io/en/latest/)
【参考】：[py2app Installation](https://py2app.readthedocs.io/en/latest/install.html)
【参考】：[py2app Tutorial](https://py2app.readthedocs.io/en/latest/tutorial.html)

py2appの場合は、動作しないなどうまくできない例も挙げられていますので、利用する場合はじっくりと取り組む必要がありそうです。

Nuitkaは、Pythonコンパイラと称しているツールです。*Pythonで書かれた最適化コンパイラです。*Python Version 2.6や 2.7、そして3.3以降の多数のバージョンに対応し、完全互換があります。

具体的には、PythonのコードをC言語のソースコードにコンパイルするため、別途MinGW64やVisual Studio 2022、gcc・clangなどのCコンパイラが必要です。

Nuitka Standardという通常版の他に、商用版のNuitka Commercialが提供されています。WindowsやmacOS、Linux・FreeBSD・NetBSDに対応します。ソースコードからソースコードへの変換を行い実行ファイルを作成するために、実行ファイルのサイズは小さくなる傾向があります。

次のようにpipからインストールします。

```python -m nuitka EXE化するPythonファイル.py```

実行時には、Cキャッシングツール（Cコンパイラ）が聞かれます。Visual StudioのMSVCがインストールされている場合以外は、MinGW64ベースのCコンパイラをダウンロードするよう表示されます。

実行時のオプションは、”--onefile”で1つに集約され、”--standalone”で”.dist”フォルダに分けて格納されます。いずれかの方法で配布モジュールを作成します。なお関連モジュールの追加は、”--enable-plugin”で指定します。

指定が必要な場合は、Nuitkaの実行時のメッセージに「WARNING」が表示されます。この表示に従って、オプションを追加します。

【参考】：[Nuitka](https://nuitka.net/)
【参考】：[GitHub Nuitka](https://github.com/Nuitka/Nuitka)
【参考】：[Nuitka User Manual](https://nuitka.net/doc/user-manual.html)

cx\_Freezeは、20年ほどの長い実績があり、多くのバージョンがあります。そのため、*Pythonのバージョンに対応した、cx\_Freezeのバージョンを選ぶ必要があります。*ファイルサイズは比較的小さめです。

Pythonのコードはスクリプト形式で実行されますが、EXE化することで実行するPCにPythonの環境が不要になり、何かと便利です。ここでは、PythonのコードをEXE化するメリット・デメリットとともに、各ツールの特徴や使い方を解説していきます。

Pythonは、簡単に始められるインタープリター型のプログラミング言語です

コードをEXE化すると、実行するPCにPythonの環境が不要となり、操作が簡略化できます

EXE化にはツールが必要で、要望に合わせて色々なツールが公開されています

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

PHPは、サーバーサイドのウェブプログラミングで用いられる汎用プログラミング言語です。HTMLに埋め込んで使用されるなど、HTMLのプリプロセッサとして実績があります。**PHPはソースコードのメンテナンスのために、多くのコメント機能が実装されています。**

ここでは、PHPのコメントアウトの概要から使い方まで解説していきます。

【参考】：[PHP](https://www.php.net/)

PHPの入門として概要やプログラムの記載方法、文法について解説

### そもそもコメントアウトとは

*コメントアウトとは、プログラミングにおいて、ソースコードのデバッグコードなど不要なコードを無効化したりコードの説明文を注釈として記述したりすることです。*PHPではコメントアウトするために、言語仕様にコメント機能を定義して対応しています。

### PHPにおけるコメントアウトの活用方法

通常、ブラウザで「ページのソースを表示」を選択すると、HTMLではコメントアウト部分も表示されます。*PHPは、動的コンテンツを生成するため、PHPでコメントアウトした部分はHTMLのコードには表示されません。*

ソフトウェア開発のバージョン情報や変更内容など、情報流出が心配な場合は、PHPのコード部分にコメント機能で注釈を入れることで、コメントの非表示化が可能です。

## PHPのコメントアウトの種類と使い方

PHPのコメント機能はいくつかあります。*主要なものは、C++型の単一行用のコメント、シェル型の単一行用のコメント、複数行用のコメントの3種類です。*まず最初は、これら3種類のコメント機能を学んでいきます。

【参考】：[PHP マニュアル / 言語リファレンス / 基本的な構文 / コメント](https://www.php.net/manual/ja/language.basic-syntax.comments.php)

### C++型の単一行用のコメント機能

*C++型の単一行用のコメント機能は、”\/\/”を先頭に記述するコメントアウト形式です。*”\/\/”は行頭に記述したり、各行の右側に追記したりして使用します。このコメントアウト形式は、行単位で記述します。

使い方は、次のように行います。

```
<?php
echo 'Hello World';   // ここにコメントを記述します
?>```

### シェル型の単一行用のコメント機能

*シェル型の単一行用のコメント機能は、”#”を先頭に記述するコメントアウト形式です。*”#”は行頭に記述したり、各行の右側に追記したりして使用します。このコメントアウト形式は、C++型同様に行単位で記述します。

```
<?php
echo 'Hello World';   # ここにコメントを記述します
?>```

*複数行をまとめてコメントアウトするには、複数行用に提供されるコメント機能を用います。*”\/\*”でコメントが開始し、”\*\/”で終了します。単一行でも使用できますが、複数行にわたるプログラムをコメントアウトしたり、説明用の注釈を入れたりする際に利用するのが良いでしょう。

```
<?php
/*
ここにコメントを記述します
   ：
   ：
*/
?>```

### 複数行用のコメント機能の留意点

複数行用のコメントは、”\/\*”の後の”\*\/”で終了します。*複数行用コメントの入れ子はできません。*次のように記述すると、コメント終了が正しく解釈されずエラーとなります。

```
<?php
/*
echo 'Hello World';  /* このコメント終了の文字が入れ子になってしまい、エラーとなります */
*/
?>```

正常にコメントアウトするには、次のように行ごとのコメントアウトにおいて、単一行用のコメント機能を使います。

```
<?php
/*
echo 'Hello World'; // このコメントは問題ありません
echo 'Hello World'; # このコメントは問題ありません
*/
?>```

### 3種類のコメント機能を使い分ける

これまでに、PHPでは主要な3種類のコメント機能があることがわかりました。*それぞれのコメント機能の利用方法には明確な制限がありませんが、プロジェクトなど大規模なソフトウェア開発においては、コメントアウトのルール決めをしておきましょう。*

例えば、次の例のようにPHPの大見出しをつけたり、後述するドキュメントコメントを埋め込んだりします。個々の注釈は単一行用のコメント機能を用いるのが良いでしょう。

```
<?php
//
// 大見出しをつける
//
 
/**
 * ドキュメントコメント（後述します）
 * 提供する機能の概要や、
 * 使用方法などを記載する
 */
 
// デバッグコードを次のようにコメントアウトする
# echo 'Test';
?>```

### 正規表現でコメント機能を利用する

*PHPでは、正規表現においてもコメント機能を利用することができます。*”(?#”と”)”で囲った部分がコメントアウトされて処理されます。以下の例では、正規表現中にコメント機能で注釈をいれていますが、検索パターンから除外されるため、同じ文字列パターンとして処理が行われます。

```
<?php
$subject = 'Search Pattern';
$results = preg_match('/Search (?# この部分はコメントアウトされます)Pattern/', $subject);
var_dump($results);
?>```

【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / 正規表現 (Perl 互換) ](https://www.php.net/manual/ja/book.pcre.php)
【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / PCRE / PCRE のパターン / PCRE 正規表現構文 / コメント](https://www.php.net/manual/ja/regexp.reference.comments.php)
【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / PCRE / PCRE 関数 / preg_match](https://www.php.net/manual/ja/function.preg-match.php)

また、PCRE_EXTENDEDオプションを設定することで、”#”以降をコメントとしてパターンから除外することもできます。

```
<?php
$subject = 'Search Pattern';
$results = preg_match('/Search # この部分はコメントアウトされます
Pattern/', $subject);
var_dump($results);
?>```

【参考】：[PHP マニュアル / 関数リファレンス / テキスト処理 / PCRE / PCRE のパターン / パターン修飾子](https://www.php.net/manual/ja/reference.pcre.pattern.modifiers.php)

ドキュメントコメント（DocComment）とは、”\/\*\*”で始まり”\*\/”で終わるコードのコメントを指します。*クラスや関数などの機能や引数、戻り値などを記載するコメントです。*次のようにコードの前に、記述しておきます。

```
<?php
/**
 * Debug Class / デバッグ用クラス （概要を記載）
 * （必要な詳細情報を追加）
 *
 * ＠param int $number　（名前や引数など）
 * @return array | bool　　（戻り値など）
 */
class DebugClass {}
 
$RefC = new ReflectionClass('DebugClass';
var_dump($RefC->getDocComment());
?>```

このようにソースコードの保全性を高めるために、コメントを残すなどのルール付けをするのが良いでしょう。上記サンプルコードで使用したgetDocComment()は、ドキュメントコメントを取得する関数です。コードのメンテナンスに使用すると良いでしょう。

【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionClass / ReflectionClass::getDocComment](https://www.php.net/manual/ja/reflectionclass.getdoccomment.php)
【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionProperty / ReflectionProperty::getDocComment](https://www.php.net/manual/ja/reflectionproperty.getdoccomment.php)
【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionClassConstant / ReflectionClassConstant::getDocComment](https://www.php.net/manual/ja/reflectionclassconstant.getdoccomment.php)
【参考】：[PHP マニュアル / 関数リファレンス / 変数・データ型関連 / リフレクション / ReflectionFunctionAbstract / ReflectionFunctionAbstract::getDocComment](https://www.php.net/manual/ja/reflectionfunctionabstract.getdoccomment.php)

PHP8からアトリビュート（Attribute）機能が追加されています。Javaにおけるアノテーションに相当する機能です。*コードの宣言時にメタデータ情報を埋め込むことができます。*メタデータの定義と活用を分離することで、ライブラリやフレームワークへの実装が期待されています。

アトリビュートを定義するには、”#[Attribute]”でクラスを宣言します。利用するには”#[クラス名]”です。PHP7まではそのまま”#”で始まるコメントとして解釈されます。

アトリビュート機能は、行頭の”#”を用いて機能追加していますので単一行用のコメント機能の”#”を多様するコードでは、コンフリクトに注意する必要があります。例えば、PHP8以降では”#[コメント]”の様なコードは、シンタックスエラーとなります。

よりコードの安定性を高めるには、コメントの行頭で用いる”#”をあらかじめ”\/\/”に置き換えておくと良いでしょう。

【参考】：[PHP マニュアル / 言語リファレンス / アトリビュート](https://www.php.net/manual/ja/language.attributes.overview.php)

### エディタで一括コメントアウトするには

*統合開発環境（IDE）やエディタでは、コメントアウトするためのショートカットキーが設定されています。*例えばVSCode（Visual Studio Code）では、Windows版では単一行コメントが「Ctrl」+「/」に設定され、複数行コメントが「Shift」＋「Alt」+「A」にマッピングされています。

詳しくは利用中のエディタのドキュメントを確認しましょう。

【参考】：[Visual Studio Code: Keyboard shortcuts for Windows](https://code.visualstudio.com/shortcuts/keyboard-shortcuts-windows.pdf)
【参考】：[Visual Studio Code: Keyboard shortcuts for macOS](https://code.visualstudio.com/shortcuts/keyboard-shortcuts-macos.pdf)
【参考】：[Visual Studio Code: Keyboard shortcuts for Linux](https://code.visualstudio.com/shortcuts/keyboard-shortcuts-linux.pdf)

IDEとは？詳細やメリット、おすすめのIDEを紹介します！

VSCodeとは？定番のコードエディタを他のエディタと比較して解説

## HTMLのコメント機能を併用するには

*PHPをHTMLファイルに埋め込む場合は、コメント機能を使い分けします。*正しくコメントアウトされない場合や、予期せずにコメントアウトされる場合は、使用方法を混同していることが想定されます。

ポイントは、HTMLのコードではHTMLのコメント機能を使用し、PHPのコードではPHPのコメント機能を使用することです。以降で解説するように、PHPでHTMLのコメント機能を使用したりHTMLでPHPのコメント機能をしたりするとコメントアウトされません。

### PHP内でHTMLのコメント機能を使用した場合（誤りの例）

*PHP内でHTMLのコメント機能を使用した場合は、PHPがHTMLのコメントを解釈できずコメントアウトされません。*次の例は、PHPのコード部分にHTMLのコメント機能を入れた例であり、正しくコメントアウトできません。

```
<?php

?>```

### HTMLコード部分でPHPのコメント機能を使用した場合（誤りの例）

*HTMLコード部分でPHPのコメント機能を使用した場合も、正しくコメントアウトされません。*次の例は、実際のコードでHTMLのコードにPHPのコメント機能を用いた場合です。この場合は、HTMLのタグとして正しく解釈されません。

```
/*
<?php
echo 'Hello World';
?>
*/```

### HTMLのコードでPHP全体をコメントアウトするには

*HTMLのコードでPHP全体をコメントアウトするには、PHPの複数行用のコメント機能を使用します。*次の例は、実際にPHPのコード全体をコメントアウトした場合の例です。この場合は、PHPのパーサーは正しくコメントとして解釈し、実行コードから除外します。

```
<?php
/*
echo 'Hello World';
*/
?>```

なお、複数行用のコメント機能は入れ子にすることはできませんので、あらかじめコード全体をコメントアウトした場合に、入れ子になっている部分がないか確認して使用します。

### HTMLのコメント中のPHPのパーサー処理

*HTMLのソースコードに埋め込む場合、コメントタグ内にPHPタグが記述されていても、PHPパーサーは処理を行います。*次の例は、PHPタグ全体をHTMLでコメントアウトした例です。

```
```

この場合もPHPは動的にコードを生成しますので、HTMLのコメント箇所は次のように生成されます。全体をコメントアウトする場合は、パーサーの処理を理解したうえでコメント機能を利用すると良いでしょう。

## PHPのコメント機能はHTMLの理解のもとに活用しよう

PHPでコメントアウトを行うには、いくつかの方法があります。PHPはサーバーサイドで動的コンテンツを生成するために利用し、これらのコメント機能が役立ちます。この記事では、代表的な3つのコメント機能の使い方や、その他のコメント機能を関連情報とともに解説します。

PHPでは、コメントアウトを行うにはいくつかの方法があります

代表的なコメント機能は、C++型およびシェル型の単一行用、ならびに複数行用の3種類です

HTMLのコードに埋め込んで使用することから、HTMLの理解のもとにコーディングを行います

PHPのコメントアウトとは？使い方を関連情報とともに解説

[【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)

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。**

Pythonのモジュールとは？概要と使い方をわかりやすく解説！

### ライブラリとフレームワーク

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。

また、ニューラルネットワーク構築で必要となる計算グラフが動的に構築されるため、柔軟にモデルの構築が行え、容易に複雑なニューラルネットワークを実装できる点が特徴です。

【参考】：[PyTorch](https://pytorch.org/)

PyTorchとは？特徴やメリット・デメリット等の入門情報を解説

Keras（ケラス）はPythonで書かれたニューラルネットワークのライブラリです。KerasはTensorFlowなど他のディープラーニングのライブラリの上で動く作りとなっており、また分かりやすい設計のため、初心者でも簡単に深層学習ネットワークの構築が可能です。

また、Kerasは日本語ドキュメントがあり、日本人が扱いやすいライブラリの1つです。

お役立ち記事