Pythonの実行環境はどれがいい?初心者にGoogle Colabをおすすめする理由
Pythonを始めようとして、最初につまずきやすいのが実行環境の準備です。「Anacondaを入れる」「パスを通す」「VS Codeを設定する」など、調べるほど手順が出てきて、コードを1行も書かないうちに疲れてしまった、という声をよく聞きます。
この記事では、Pythonの主な実行環境の違いを比較し、初心者やデータ分析が目的の方にはGoogle Colabがおすすめな理由と、Colabで最初のコードを動かすまでを紹介します。
Python自体の説明は、Pythonとは?できること・Rとの違い・始め方を初心者向けに解説をご覧ください。
実行環境とは
Pythonで書いたプログラムを動かすには、Python本体と、コードを書いて実行するための道具が必要です。この2つをまとめて「実行環境」と呼びます。
料理に例えると、Pythonのコードが「レシピ」、実行環境が「キッチン」です。レシピがあっても、キッチンがなければ料理は作れません。
主な実行環境の比較
| 実行環境 | 特徴 | 準備の手間 | 向いている人 |
|---|---|---|---|
| Google Colab | ブラウザで動く。Googleのコンピューターで実行される | ほぼなし(Googleアカウントだけ) | 初心者、データ分析、AI・機械学習を試したい人 |
| Anaconda + Jupyter | データ分析用のライブラリをまとめてパソコンに入れる | 大きい(数GBのインストール) | パソコンの中だけで分析したい人 |
| VS Code + Python | 本格的なプログラム開発向けのエディター | 中〜大(Python本体と拡張機能の設定) | ツールやアプリを開発したい人 |
| パソコンにPythonだけを入れる | python.org からインストール | 中(ライブラリは自分で入れる) | ちょっとしたスクリプトを動かしたい人 |
どれを選んでもPythonのコードの書き方は同じです。違いは、どこで動かすかと、準備や管理の手間です。
初心者にGoogle Colabがおすすめな理由
1. インストールがいらない
Colabは、ブラウザで開くだけで使えます。Googleアカウントがあれば、数十秒で最初のコードを実行できます。会社のパソコンで、ソフトのインストールが制限されている場合でも使えるのは大きな利点です。
2. データ分析のライブラリが最初から入っている
pandas、matplotlib、scikit-learnなど、データ分析でよく使うライブラリが、最初からインストールされています。「ライブラリのバージョンが合わない」といった、初心者がつまずきやすいトラブルがほとんどありません。
3. パソコンの性能を気にしなくていい
コードは、Googleのコンピューターで実行されます。手元のパソコンの性能が低くても、大きなデータの集計や機械学習を動かせます。必要に応じて、GPU(機械学習を速くする装置)も使えます。
4. コード・結果・メモを1つにまとめられる
Colabは「ノートブック」という形式で、コードと実行結果、説明の文章を、1つのファイルにまとめて保存できます。分析の手順をあとから見返したり、そのまま人に共有したりするのに便利です。ノートブックはGoogleドライブに保存されます。
5. 無料で始められる
基本的な機能は無料で使えます。より長い時間の実行や、高性能なGPUが必要になったら、有料プランも用意されています。
Colabの注意点
便利なColabですが、知っておきたい点もあります。
| 注意点 | 内容 | 対策 |
|---|---|---|
| しばらく操作しないと切断される | 操作しない状態が続いたり、長時間使い続けたりすると、実行環境がリセットされる | ノートブックは残るので、上から実行し直せばよい |
| 読み込んだファイルが消える | リセットされると、アップロードしたファイルや作ったファイルも消える | Googleドライブに保存する、URLから読み込む |
| インターネットが必要 | オフラインでは使えない | ― |
| 機密データの扱い | データはGoogleのコンピューターで処理される | 社内のルールを確認する。個人情報などは扱いに注意 |
無料版で連続して実行できるのは最長12時間で、空き状況や使い方によって変わります。また、操作しない状態が続くと切断されます。普段の分析で困ることはほとんどありませんが、作ったファイルはGoogleドライブに保存する習慣をつけておきましょう。
Colabで最初のコードを動かしてみる
1. Colabを開く
ブラウザで Google Colab を開き、Googleアカウントでログインします。
2. ノートブックを作る
「ノートブックを新規作成」を押すと、新しいノートブックが開きます。
3. コードを書いて実行する
コードを書く枠(セル)に、次のコードを入力します。
import sys
print("Pythonのバージョン:", sys.version.split()[0])
セルの左にある再生ボタン(▶)を押すか、Shift + Enter で実行します。初回は、実行環境の準備に少し時間がかかります。
実行結果(例)
Pythonのバージョン: 3.12.12
Pythonのバージョンが表示されたら成功です(バージョンの番号は、時期によって変わります)。
4. データ分析のライブラリを使ってみる
続けて、新しいセルに次のコードを入れて実行してみましょう。インストールしなくても、pandasがすぐに使えます。
import pandas as pd
df = pd.DataFrame({"店舗": ["新宿店", "渋谷店", "横浜店"], "売上": [420, 380, 290]})
df["構成比"] = (df["売上"] / df["売上"].sum() * 100).round(1)
df
実行結果
店舗 売上 構成比
0 新宿店 420 38.5
1 渋谷店 380 34.9
2 横浜店 290 26.6
Colabでは、表は見やすい形で表示されます。これだけで、Excelで構成比を計算するのと同じことができました。
ほかの実行環境に移るタイミング
Colabに慣れてきたら、目的に応じてほかの実行環境を使うのもよいです。
- 社外に出せないデータを、パソコンの中だけで分析したい → Anaconda + Jupyter
- 毎日決まった時間にプログラムを動かしたい、ツールを開発したい → VS Code + Python、クラウドのサーバー
- 大きなデータを、会社のデータ基盤(BigQueryなど)で扱いたい → ColabからBigQueryに接続する、Colab Enterpriseなど
ColabはJupyterと同じ「ノートブック」の形式なので、Colabで書いたコードは、ほかの環境でもほぼそのまま使えます。
まとめ
- Pythonの実行環境には、Colab、Anaconda・Jupyter、VS Codeなどがある
- 初心者やデータ分析が目的なら、インストール不要のGoogle Colabがおすすめ
- Colabは、ライブラリが最初から入っていて、パソコンの性能も気にしなくてよい
- しばらく操作しないとリセットされるので、ファイルはGoogleドライブに保存する
Colabの初期設定や、ファイルの読み込み・保存の方法は、次の記事で解説しています。
株式会社Bistroでは、Pythonを使ったデータ分析のご支援や、社内研修も行っています。お気軽にご相談ください。
NEWSLETTER
Data Schoolの新着記事をメールで受け取る
新しい記事が公開されたら、メールでお知らせします。配信はいつでも停止できます。
