【超入門】Pythonの始め方：インストールからHello World｜最短で“動く”環境づくり

Pythonは入れる順番と箱（仮想環境）の作り方さえ外さなければ、初心者でも短時間で動きます。この記事では、Windows / macOS / LinuxのOS別に、標準Python＋venvを中心とした最短ルート、Anaconda/Minicondaの選び方、VS Code＋Jupyterの基本設定、そしてHello World → 図を1枚描く → PDF化まで一気に通します。詰まりやすいポイントは対処集も用意しました。

最初に知っておくとラクになる“3つの落とし穴”

はじめに、よく詰まるポイントだけ共有します。PATHが通らない（pythonが見つからない）、仮想環境を使わずグローバルに汚す（翌月動かない）、Jupyterのカーネルが出ない（実行できない）。これらは「箱 → 道具 → 最小実行」の順に進めれば避けられます。以下は一本道です。

最短ルートの選び方

迷ったら標準Python＋venv。講座一括導入や重い科学計算が前提ならAnaconda/Miniconda。PCが非力・権限がないならクラウド（Colab/Codespaces）が手堅いです。

OS別：標準Python＋venv（推奨）の一本道

Windows 10/11

1) Pythonを入れる（公式インストーラ）→ インストール時に「Add python.exe to PATH」を必ずチェック。

python --version
py --version     # うまくいかないときはこちら
pip --version

2) プロジェクトの箱（venv）を作る

mkdir C:\work\hello && cd C:\work\hello
py -m venv .venv      # or python -m venv .venv
.venv\Scripts\activate
python -m pip install --upgrade pip
pip install jupyterlab pandas matplotlib

3) VS Code＋拡張を入れる（Python/Jupyter拡張）→ 左下のインタープリタを.venvに切り替え。

4) Hello World

print("Hello, Python!")

python hello.py
# Notebook派は
jupyter lab

macOS（Intel / Apple Silicon）

1) Homebrewまたは公式パッケージでPython

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
brew install python  # Homebrew派
# あるいは python.org から macOS installer を取得

2) venvの作成と有効化 → パッケージ導入

mkdir -p ~/work/hello && cd ~/work/hello
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
pip install jupyterlab pandas matplotlib

3) VS Code拡張（Python/Jupyter）→ インタープリタは.venvを選択。

Linux（Ubuntu系の例）

sudo apt update && sudo apt install -y python3 python3-venv python3-pip
mkdir -p ~/work/hello && cd ~/work/hello
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
pip install jupyterlab pandas matplotlib
python - <<'PY'
print("Hello, Python!")
PY

Anaconda/Miniconda（配布・科学計算まとめて入れたい人向け）

講義や配布で同じ環境を一括で整えたい場合に便利です。最初の箱だけcondaで用意し、普段使いはvenvという運用もアリ。

# Anaconda または Miniconda をインストール後
conda create -n ds python=3.10 -y
conda activate ds
conda install -y jupyterlab pandas matplotlib scikit-learn

VS Codeでは拡張を入れ、インタープリタでconda env:dsを指定してください。

Helloから“小さな成果物”へ（15分）

まずはスクリプトでHello、次にNotebookで図を1枚、最後にPDF化まで。ここまで行ければ“仕事になる一歩手前”です。

print("Hello, Python!")

import pandas as pd
import matplotlib.pyplot as plt

s = pd.Series(\[3, 1, 4, 1, 5, 9])
s.plot()
plt.title("My First Plot")
plt.show()

import pandas as pd

sales = pd.read\_csv("sales.csv")
print(sales.head())
print(sales.groupby("category")\["amount"].sum())

pip install papermill nbconvert
papermill report_template.ipynb out.ipynb
jupyter nbconvert --to pdf out.ipynb

{
  "editor.formatOnSave": true,
  "python.analysis.typeCheckingMode": "basic",
  "jupyter.askForKernelRestart": false
}

つまずき対処集（保存版）

venv と Anaconda の使い分け

迷ったらvenv。講義指定やネイティブ依存が多いならcondaを選べばOKです。

今日やること（30分）

• ルートを選ぶ（A: venv／B: conda／C: クラウド）。
• 本記事のOS別手順でhello.pyを実行。
• Notebookで図を1枚描き、手順をREADMEに1画面でメモ。
• 余力があればpapermill→nbconvertでPDF化。

筆者（ふみと）は、企業のPC更新やポリシー変更で環境が壊れるのを何度も経験しました。“壊れても10分で再現”を合言葉に、この記事の手順をテンプレ化しておくと仕事が本当に楽になります。

参考リンク・関連記事

無料カウンセリング/体験のご案内

最初の離脱はインストールの詰まり。質問初動とレビューが速い環境で、習慣化をサポートします。返金/保証は各社公式の最新情報をご確認ください。

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

FAQ

Q. バージョンは何を入れれば良い？
主要ライブラリが対応する現行3.xを推奨。既存プロジェクトの指定があればそれに従ってください。

Q. venvとconda、どちらが正解？
配布や重依存ならconda、軽量・標準ならvenv。どちらもプロジェクトごとに分ければOK。

Q. Jupyterとスクリプト、どっちで始める？
学習・探索はJupyter、運用やツール化はスクリプト。両方使えるのが最強です。

Q. 管理者権限がないPCです
クラウド（Colab/Codespaces）で開始し、成果物はGitHubに保存しましょう。

それでは、また次の記事でお会いしましょう。