【2026年最新】Python完全入門ガイド｜インストールから機械学習・Web開発・自動化まで実践コードで徹底解説

Pythonは2026年現在も世界で最も人気のあるプログラミング言語の一つです。AIブームの追い風も受け、データサイエンス・機械学習・Web開発・自動化など幅広い分野で活用されています。

Pythonのインストールと環境構築（2026年版）

# pyenvでPythonのバージョン管理（推奨）
brew install pyenv  # macOS
echo 'eval "$(pyenv init -)"' >> ~/.zshrc
source ~/.zshrc
pyenv install 3.12.0
pyenv global 3.12.0

# 仮想環境の作成
python -m venv myenv
source myenv/bin/activate  # macOS/Linux

# 主要パッケージのインストール
pip install requests pandas numpy scikit-learn fastapi uvicorn

Pythonの基本文法：型ヒント付き実践コード

from typing import Optional
from dataclasses import dataclass

# 変数と型ヒント
name: str = "Tech Athletes"
age: int = 25
is_active: bool = True

# リスト内包表記
squares = [x**2 for x in range(10)]
evens = [x for x in range(20) if x % 2 == 0]

# dataclassによるデータモデル
@dataclass
class Engineer:
    name: str
    age: int
    skills: list[str]
    salary: Optional[float] = None
    
    def introduce(self) -> str:
        return f"私は{self.name}、{', '.join(self.skills)}が得意です。"

engineer = Engineer("kasata", 30, ["Python", "AWS", "TypeScript"])
print(engineer.introduce())

Python非同期処理（asyncio + aiohttp）

import asyncio
import aiohttp

async def fetch_url(session: aiohttp.ClientSession, url: str) -> str:
    async with session.get(url) as response:
        return await response.text()

async def fetch_multiple(urls: list[str]) -> list[str]:
    async with aiohttp.ClientSession() as session:
        tasks = [fetch_url(session, url) for url in urls]
        return await asyncio.gather(*tasks)

asyncio.run(fetch_multiple(["https://api.github.com/users/torvalds"]))

Pandasでデータ分析

import pandas as pd
import numpy as np

# DataFrameの基本操作
df = pd.DataFrame({
    "name": ["Alice", "Bob", "Charlie"],
    "salary": [400000, 600000, 800000],
    "department": ["Engineering", "Marketing", "Engineering"]
})

# 集計・フィルタリング
print(df.groupby("department")["salary"].mean())
engineers = df[df["department"] == "Engineering"]
df["monthly_salary"] = df["salary"] / 12

scikit-learnで機械学習入門

from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklearn.datasets import load_iris

# データ準備
iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(
    iris.data, iris.target, test_size=0.2, random_state=42
)

# モデル学習・評価
model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)
accuracy = accuracy_score(y_test, model.predict(X_test))
print(f"正解率: {accuracy:.4f}")

FastAPIでWeb API開発

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

app = FastAPI(title="Tech Athletes API")

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

users = []

@app.get("/users")
async def get_users():
    return users

@app.post("/users", status_code=201)
async def create_user(user: User):
    users.append(user)
    return user

# uvicorn main:app --reload で起動

Python学習ロードマップ

• 入門（1〜2ヶ月）：基本文法・リスト・辞書・関数・クラス・型ヒント
• 中級（3〜6ヶ月）：非同期処理・デコレーター・テスト（pytest）
• データサイエンス特化：Pandas・NumPy・Matplotlib・scikit-learn
• Web開発特化：FastAPI・Django・SQLAlchemy・Docker
• AI/ML特化：PyTorch・TensorFlow・LangChain・Hugging Face

Pythonをマスターすることで、AIエンジニア・データサイエンティスト・バックエンドエンジニアとして高い市場価値を持てます。年収800万円〜1,500万円のAIエンジニア職への第一歩として、ぜひ習得しましょう。