【超入門】最短30分で動くPython環境｜公式版＋venv＋VSCodeでHello WorldとJupyterまで

最短30分で「Pythonが動く」環境をつくる。

公式インストーラ＋venv＋VSCodeの軽い正攻法で、Hello WorldとJupyterまでコピペで到達します。

はじめに：最初につまずきやすいところ

• インストールはできたのに実行できない：python/pipが通らない
• 環境がすぐ壊れる：グローバルに入れて他プロジェクトと競合
• 選択肢が多すぎる：Anaconda？pyenv？venv？正解がわからない

→ まずは公式Python＋venvで“早く動かす”。これが最短ルートです。

最短で動く手順（Windows/Mac共通）

0) 事前チェック（2分）

「今Pythonが入っているか」を確認します。

# Windows（PowerShell）
py --version   # 例: Python 3.12.x
# または
python --version

# macOS（Terminal）
python3 --version

表示されなければ未インストールです。次のステップへ。

1) 公式版をインストール（5〜10分）

• Windows：公式インストーラで「Add python.exe to PATH」に必ずチェック
• macOS：Homebrew推奨：brew install python@3.12。無ければ公式pkgでもOK

ポイント：PATHが通っていれば、後の python -m ... が失敗しにくくなります。

2) プロジェクトフォルダを作る（1分）

mkdir hello-python && cd hello-python

学習用の作業場所を分けると、ファイルが散らからず再現性も上がります。

3) 仮想環境 venv を作成・有効化（1分）

# Windows（PowerShell）
python -m venv .venv
.\.venv\Scripts\Activate.ps1

# macOS / Linux
python3 -m venv .venv
source .venv/bin/activate

プロンプトに (.venv) と出れば有効化成功。
なぜ必要？ プロジェクトごとにライブラリを分け、互いに影響しないようにするためです。

4) pipを最新化＆最低限のライブラリ（1分）

python -m pip install -U pip
pip install jupyter pandas matplotlib

• -U はアップグレード。
• 今回は Jupyter（ノートブック）, pandas（表データ）, matplotlib（可視化）を最低限入れます。

5) VSCodeの最小設定（3分）

• コマンドパレット → Python: Select Interpreter → .venv を選択
• Format on Save をON（後述の ruff を併用するとさらに快適）

ねらい：VSCodeが仮想環境のPythonを使うようにすること。これで実行環境がズレません。

6) Hello World（スクリプト版）

main.py を作成して以下を保存します。

name = input("Your name: ")
print(f"Hello, {name}!")

実行：

python main.py

7) Hello Notebook（Jupyter版）

jupyter notebook

新規ノートで次を実行：

import pandas as pd
import matplotlib.pyplot as plt

# 何をしている？：
# 1) 1,3,2,4 の数列を Series として用意
# 2) 折れ線グラフで表示し、タイトルを付ける
s = pd.Series([1, 3, 2, 4])
s.plot(marker="o")
plt.title("Hello, Plot")
plt.show()

ここまで動けば学習開始ラインです。

プロジェクト雛形と運用の型

推奨フォルダ構成（コピペOK）

hello-python/
  .venv/
  README.md
  requirements.txt
  main.py
  notebook.ipynb
  .gitignore

最低限のファイル中身

requirements.txt（後で増やしてOK）

jupyter
pandas
matplotlib

.gitignore（余計なファイルをGitに載せない）

.venv/
.ipynb_checkpoints/
__pycache__/

• ライブラリの固定と再インストール
  • 追加インストール後に現在の依存を固定：
    • pip freeze > requirements.txtで固定
  • 別PCやクリーン環境で同じ依存を再現：
    • python -m pip install -r requirements.txt

任意：タスク一発実行（MakeやVSCode Tasks）

install:
	python -m pip install -U pip && pip install -r requirements.txt
run:
	python main.py
notebook:
	jupyter notebook

WindowsでMakeが無い場合は、VSCodeの Tasks に同等のコマンドを登録すればOK。

Anaconda / pyenv はいつ使う？

• Anaconda（Miniconda）：Jupyter中心の学習に便利な“全部入り”。容量が重めなのが注意点。
• pyenv：macOS / Linux で複数のPython本体バージョンを切り替えたい上級者向け。
• まずは公式Python＋venvで十分。必要になったら切り替え／併用を検討しましょう。

トラブル早見表（コピペで対処）

A) python/pipが見つからない

# 共通策：明示的に「python -m pip」を使う
python -m pip --version
# Windows：pyランチャを使う
py -3 --version
py -3 -m pip install jupyter

B) Windowsで実行が拒否される（権限）

Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned

C) 文字化け・日本語パス問題

• 可能なら半角英数字のパスで作業
• VSCode右下の文字コードを UTF-8 に

D) インストールが遅い / 失敗しがち

• いったん Colab / Kaggle / GitHub Codespaces などのクラウドで学習を進めるのも手です

E) Jupyterが起動しない

pip install jupyterlab
jupyter lab

F) venvが有効化できない

• .venv\Scripts\Activate.ps1 のパス打ち間違いがないか再確認
• WindowsはPowerShellを管理者で起動

ここから「質」を上げる2つの一手（任意）

1) 自動整形＆静的解析を導入

pip install black ruff pre-commit
pre-commit install

repos:
- repo: https://github.com/psf/black
  rev: 24.4.2
  hooks: [{id: black}]
- repo: https://github.com/astral-sh/ruff-pre-commit
  rev: v0.5.0
  hooks: [{id: ruff}]

効果：保存時の整形＆差分チェックで、可読性と品質を自動キープ。

2) 依存の“再現性”を固定（pip-tools）

pip install pip-tools
pip-compile -o requirements.txt
pip-sync requirements.txt

効果：間接依存までピン留めされ、環境差異による「昨日は動いたのに…」を減らせます。

今日やることチェックリスト（30〜45分）

• 公式版を入れてpython -Vが出ることを確認
• hello-pythonを作り、venv→pip→Hello Worldまで到達
• Notebookで折れ線グラフを1枚描く
• requirements.txt／.gitignore／README.mdを作る

サポートが欲しい方へ

環境構築はレビュー速度が効きます。無料カウンセリング/体験で、あなたのPCと目的に合わせて最短ルートを一緒に確認。詰まり（PATH/権限/文字コード）もその場で解消しましょう。

TechAcademy データサイエンスコース（受講料：174,600円～ ※更に割引あり）

TechAcademy 無料相談

株式会社キカガク AI人材長期育成コース（受講料：237,600円~）

キカガク 無料相談

この記事から次に読むべきもの（内部リンク）