【2026年完全版】Python入門ガイド｜データサイエンス・機械学習・Web開発に使えるPython基礎から実践まで徹底解説

Pythonを学ぶべき理由

Pythonは2026年現在もプログラミング言語人気ランキング（TIOBE Index）で1位を維持しており、データサイエンス・機械学習・Web開発・自動化・スクレイピングなど、幅広い用途で使われています。

文法がシンプルで読みやすく、初心者にとっても習得しやすいことがPythonの大きな強みです。また、NumPy・Pandas・TensorFlow・FastAPIなど優秀なライブラリが揃っており、本格的な開発もできます。

Pythonのインストール

# Mac（Homebrew）
brew install python@3.12

# バージョン確認
python3 --version  # Python 3.12.x

# 仮想環境の作成（推奨）
python3 -m venv myenv
source myenv/bin/activate  # Macの場合

# 仮想環境を抜ける
deactivate

Python基本文法

# 変数とデータ型
name = "Taro"          # 文字列
age = 25               # 整数
height = 175.5         # 浮動小数点数
is_engineer = True     # ブール値

# f文字列（フォーマット）
print(f"{name}は{age}歳のエンジニアです")
# 出力: Taroは25歳のエンジニアです

# リスト
skills = ["Python", "JavaScript", "Go"]
skills.append("Rust")
print(skills[0])   # Python
print(skills[-1])  # Rust

# 辞書（dict）
user = {
    "name": "Taro",
    "age": 25,
    "skills": ["Python", "AWS"]
}
print(user["name"])  # Taro

# 条件分岐
if age >= 20:
    print("成人です")
elif age >= 13:
    print("ティーンエイジャーです")
else:
    print("子供です")

# forループ
for skill in skills:
    print(f"スキル: {skill}")

# 内包表記（Pythonic な書き方）
squares = [x**2 for x in range(1, 6)]
print(squares)  # [1, 4, 9, 16, 25]

関数とクラス

# 関数定義
def greet(name: str, greeting: str = "こんにちは") -> str:
    return f"{greeting}, {name}!"

print(greet("Taro"))          # こんにちは, Taro!
print(greet("Taro", "Hello")) # Hello, Taro!

# クラス定義
class Engineer:
    def __init__(self, name: str, language: str):
        self.name = name
        self.language = language
        self.experience = 0
    
    def work(self, years: int):
        self.experience += years
        return f"{self.name}が{years}年間{self.language}を開発しました"
    
    def __repr__(self):
        return f"Engineer(name={self.name}, language={self.language}, exp={self.experience})"

taro = Engineer("Taro", "Python")
print(taro.work(3))  # Taroが3年間Pythonを開発しました
print(taro.experience)  # 3

データサイエンス：NumPy・Pandasの基礎

# パッケージのインストール
pip install numpy pandas matplotlib

# NumPy（高速数値計算）
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr.mean())    # 3.0
print(arr.std())     # 1.4142...
print(arr * 2)       # [2 4 6 8 10]

# Pandas（データ分析）
import pandas as pd

# データフレームの作成
df = pd.DataFrame({
    "名前": ["田中", "佐藤", "鈴木"],
    "年齢": [25, 30, 28],
    "年収": [450, 600, 550]
})

print(df.describe())  # 統計情報
print(df[df["年収"] > 500])  # 年収500万以上のみ抽出

Web開発：FastAPIで高速APIを構築

# インストール
pip install fastapi uvicorn

# main.py
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class User(BaseModel):
    name: str
    age: int

@app.get("/")
async def root():
    return {"message": "Hello, World!"}

@app.get("/users/{user_id}")
async def get_user(user_id: int):
    return {"user_id": user_id, "name": "Taro"}

@app.post("/users")
async def create_user(user: User):
    return {"message": f"{user.name}を作成しました", "user": user}

# 起動: uvicorn main:app --reload

まとめ：Pythonの学習ロードマップ

1. 基礎文法：変数・条件分岐・ループ・関数・クラス
2. 標準ライブラリ：os・sys・datetime・json・re
3. Web開発：FastAPI or Django or Flask
4. データ分析：NumPy・Pandas・Matplotlib・Seaborn
5. 機械学習：scikit-learn・TensorFlow・PyTorch

Pythonは一度習得すれば非常に多くの場面で使える汎用性の高い言語です。まず基礎を固め、自分の目指す分野（Web・データ・AI）に合わせてライブラリを学んでいきましょう。