Pythonで開発をするにあたってはライブラリを活用して効率よく行うのが基本です。しかし初心者だとライブラリを使おうと思っていても、エラーが出て上手く行かない、何をインストールすべきかわからないと悩んでしまう人もいるでしょう。ここではPythonのライブラリのインストール方法や定番のライブラリなどについて解説します。
Pyhtonのライブラリとは
Pythonのライブラリとは、Pythonで開発を行うにあたって良く使われる関数やパッケージがまとめられたものを言います。インターネットからダウンロードして使うものであり、ライブラリを活用することで、クラスなどを1から作らなくても簡単に関数を呼び出して開発に取り組めます。
特にプログラミング初心者は自分で関数を作ろうとしても思うように作れなかったり、カプセル化が上手くできずにセキュリティ性の低い関数を作ってしまったりしてしまうことも多いです。そこで事前に関数などよく使う機能がまとめられているライブラリを使うことで、初心者でも簡単に開発に挑戦できます。Pythonは初心者におすすめの言語と言われることも多いですが、その理由にはライブラリがあることが大きいでしょう。
Pythonライブラリのインストール方法
Pythonには最初から組み込まれている標準ライブラリと、pipというライブラリ管理ソフトを用いてインターネットからダウンロードする外部ライブラリがあります。Python開発で頻繁に使われるようなライブラリは標準ライブラリに組み込まれているので、まずPythonのライブラリを使いたいと思ったら、使いたいライブラリが標準ライブラリにあるか確認するところから始めましょう。
標準ライブラリに無かった場合は自分でインターネットを経由してインストールします。まずコマンドプロンプトを開き、「pip install -U pip」と入力して、インストールに必要なPIPというソフトを最新の状態にしましょう。アップデートが完了したら、「PIP install ライブラリ名」と入力して外部ライブラリのインストールを行います。Pythonライブラリのインストールの手順はこれだけです。とても簡単なので、もし気になる外部ライブラリがあるなら事前にインストールしておくと良いでしょう。
おすすめのPythonライブラリ7選
Pythonを用いた開発では標準・外部ともに様々なライブラリが使われています。ライブラリの種類はたくさんありますが、その中でも特にPython開発やデータサイエンスの分野で良く使われているものを紹介します。
pandas
pandasは1次元もしくは2次元の配列形式でデータの処理や分析を行うライブラリです。csvだけでなくjsonなど様々なデータ形式だけでなくインターネットからテーブル形式の情報を読み込むこともできることが特徴。そのため、特にデータサイエンスの分野でデータを処理する際に使われています。
Numpy
Numpyはデータサイエンスや機械学習の分野で配列を取り扱う際によく使われるライブラリです。配列の変換や入れ替えなど配列の操作に優れた関数であり、複雑な計算が必要な場面に適したライブラリと言えるでしょう。
Beautiful Soup
Beautiful Soupはインターネットからテキスト情報などを集めるスクレイピングに便利なライブラリです。データを集めることはできませんが、テキストや画像を集めてまとめを作りたいときに便利で、競合情報を集めるなどの用途で使われています。
Requests
先ほど紹介したBeautiful Soupは解説した通りデータの収集ができません。そこでBeautiful Soupと併用してデータ収集に使われるのがRequestsです。こちらの機能はPHPに近い機能を持ったもの。GET・POSTに加えて認証やセッション機能もあり、Web系開発を経験している人なら使いやすいでしょう。
OpenPyXL
OpenPyXLはPythonでExcelファイルを取り扱いたい場面で使われるライブラリです。どちらかと言うとExcelファイルに記載されているデータの計算や分析を行うのではなく、直接データを入力するなど操作に長けているライブラリであり、VBAのようにPythonでExcelの作業を自動化したいときに使うと良いでしょう。
OpenCV
OpenCVはPythonを使って画像や映像処理をしたい場面で使われるライブラリです。できることは画像や映像の読み込み、トリミングや回転など。そのため、自動車の物体検知機能をはじめAI開発の分野でよく使われています。
sklearn
sklearnはディープラーニングの中でも教師あり学習・教師なし学習両方に対応しているライブラリです。このライブラリを使うことで複雑になってしまいがちなコーディングを簡易化し、簡単に機械学習のアルゴリズムを実装できます。先ほど紹介したNumpyなど機械学習・ディープラーニング分野でよく使われるライブラリとも互換性があるので、これらと併用することでより難易度の高い開発に挑戦できるでしょう。
Pythonライブラリの管理方法
ライブラリは基本的にコマンドプロンプトを使って管理します。しかしコマンドプロンプトはGUIではなくCUIで操作するものなので、使いなれないかもしれません。それではインストールしたPythonライブラリの管理方法について紹介していきます。
インストール済みライブラリの確認
それまでにインストールしたライブラリはコマンドプロンプトで「pip list」と入力することで確認できます。これから使いたいと思っているライブラリをすでにインストールしていないか、使っていないライブラリは無いかなど確認するときに使いましょう。
アンインストールとアップグレード
PCの容量には限界があるので、定期的にライブラリを確認して、使わないものを削除すると良いでしょう。ライブラリのアンインストールするコマンドは「pip uninstall ライブラリ名」です。また、ライブラリもpython同様定期的にアップデートされているので、こまめにチェックする必要があります。アップグレードの方法は、インストールのコマンドのinstallとライブラリ名の間に「—upgrade」というオプションコマンドを挿れるだけです。これによってアップグレードが行われますが、万が一ライブラリがインストールされていなかった場合はアップグレードではなくインストールが行われます。
Pythonライブラリでよくあるエラーと対処方法
Pythonライブラリでよくあるエラーが、他のライブラリとの依存関係によるものです。ライブラリの中には他のライブラリを用いて開発されているものも存在します。その場合、ライブラリをインストールしたりアップグレードしたりした際に、依存しているライブラリのバージョンが対応していなくて、ライブラリを使おうとしたときにエラーが発生してしまうことがあります。この場合は依存関係にあるライブラリをアップグレードしてエラーを解決します。
このエラーを解決するにはまずインストールもしくはアップグレードしようと思っているライブラリと依存関係にあるライブラリの対応バージョンを確認する必要があります。この際に使用するコマンドは「pip show」です。コマンドを入力すると何行か情報が表示されるので、下の方に表示される「Requires:」に依存関係にあるライブラリが表示されます。そして「pip list –outdated」コマンドで各ライブラリのバージョンを見て、対応バージョンになっているか確認しましょう。そして最新のものではなかった場合は先ほど紹介したコマンドを使ってアップグレードしてください。
Pythonのライブラリを使いこなしてより開発を効率よく行おう！
Pythonのライブラリを使いこなすことで、本来なら複雑なコードを書かなければいけない複雑な機械学習やシステムも簡単に作れます。自分がやりたいことに必要な機能を洗い出し、それに対応したライブラリを活用して、効率よくPython開発を行いましょう。
