DNET_Python

Python

戻る（深層学習（deep learning））

概要

豊富で大規模な文書
本体部分は必要最小限に抑えられている。
Pythonのリファレンス実装であるCPythonは、OSS。

特徴

言語

複数のプログラミングパラダイムに対応している。

オブジェクト指向
命令型
手続き型
関数型
動的型付け

実装

参照カウントベースの自動メモリ管理（GC）を持つ。
さまざまな領域に対応する大規模な標準ライブラリやサードパーティ製の
ライブラリが提供され、本体にない機能はその都度呼び出して使用する。
多くのハードウェアとOSに対応（Linux版、Mac版、Win版、32/64bitが存在）

バージョン

2.x 系のバージョンと 3.x 系のバージョンが存在。
2.x 系と3.x 系には互換性がない。

Python 2

Python 2.x はレガシー

Python 3

Python 3 が Python 言語の現在と未来
本項の執筆時点で、Python 3なので、
本項ではPython 3を取り扱っている。

詳細

インストール

Linux

システム標準のモノがインストールされている。
```
$ python3 -V
Python 3.10.4
```
pip
- インストールは別途、必要になる。
```
$ sudo apt update -y && sudo apt upgrade -y
$ sudo apt install -y python3-pip
```
- ただし、OSの一部のツールがPythonに依存しているため、
  sudoやrootで、グローバル領域にインストールしないようにする。
```
sudo pip install ...
```
- なんなら、システムのPythonにはpipをインストールしない方が良い。
- 別バージョンをインストールしたり：システム標準のPythonに別のPythonを追加インストールできる（LLMのFTの該当節を参照）。
- 別バージョンをインストールできないなら：仮想環境の技術を使用する（venvを使うのが一般的）。
エイリアス設定
- 設定ファイル（環境変数の設定方法の該当節を参照）を開く。
```
vim ~/.bashrc
```
- 以下のコードを最後の行に追加（操作は viと同じ）
```
alias python="python3"
alias pip="pip3"
```
- 保存したら、sourceする。
```
source ~/.bashrc
```

Windows

Python on Windowsの該当節を参照。

基本操作（python）

pythonのバージョン確認

python --version

python -V

python3 --version

python3 -V

pythonのインタラクティブモード（REPL）

直接Pythonコードを入力・実行できる。

起動
```
python
```
```
python3
```

インタラクティブモード（REPL）

>>> print("こんにちは")
こんにちは

>>> 2 + 3
5

>>> for i in range(3):
...     print(i)
...
0
1

※ 即時実行か？複数行入力後実行か？はPythonが自動的に判断してくれる。

簡単なpythonコードの一行実行

python -c "print('Hello, world!')"

python3 -c "print('Hello, world!')"

pythonスクリプト・ファイルの実行

python script.py

python3 script.py

基本操作（pip）

パッケージのインストール

システムPythonと別のPythonをインストールしたり、仮想環境を切ってから実行する方が安全

pip install パッケージ名

pip install パッケージ名==バージョン

パッケージのアップグレード

pip install --upgrade パッケージ名

パッケージのアンインストール

pip uninstall パッケージ名

インストール済みパッケージの確認

pip list

特定インストール済みパッケージの情報表示

pip show パッケージ名

依存関係を含めたインストール

pip install パッケージ名[extra]

よく使われるパッケージと extra の例

パッケージ名	extraの例	説明
fastapi	all, dev, docs	開発・ドキュメント関連
requests	security, socks	SSL強化やSOCKSプロキシ対応
pandas	performance	高速化ライブラリ（例：numba）

requirements.txt から一括インストール

pip install -r requirements.txt

requirements.txtの作成方法
- 現在の環境から自動生成する
```
pip freeze > requirements.txt
```
- 以下の様に手動で作成する
```
numpy==1.21.0
pandas>=1.3.0
requests
matplotlib<=3.4.3
```

仮想環境

Anaconda

Anacondaは専用の仮想環境ツールが実装されている（Pythonファースト・ステップの該当節を参照）。

virtualenv

システム全体のPython環境に影響を与えずに、プロジェクトごとに独立したPython仮想環境を構築するためのツール

仮想環境を有効にするには、activateスクリプトを実行する。
仮想環境内で必要なパッケージをインストールすると、
- 指定したディレクトリにPythonの実行ファイルやライブラリ、pipをコピー
- プロジェクト毎に異なるパッケージやバージョンを使用できる。
仮想環境を無効にするには、deactivateコマンドを実行し元のシステムのPython環境に戻る。
使い方の例は、「Jupyterで」の所に記載した通り。

pyenv

virtualenv（仮想環境）ではなくpythonのバージョンを切り替えを簡単にしてくれるツール。

pyenvとvirtualenvを組み合わせて使用し、異なるPythonバージョンを管理しつつ、プロジェクトごとに依存関係を分離できる。
さらに、pyenvにはpyenv-virtualenvというプラグインがあり、これを使うと仮想環境の作成と管理がより簡単になる。

venv

virtualenv が Python 3.3 から標準機能として取り込まれたもの。
純正なので良いと考えるが、新しいため、情報がまだ少ないのが問題。
Ubuntu 24.04から仮想環境が一般的になっている様なので、
その手順上（WSL2 Ubuntu 24.04 LTS 2025/1/21の該当節を参照）で確認すると良いかも。

pipenv

Pipfile.lock を使うパッケージ・マネージャー的なモノ

以前は、pip + requirements.txtでやっていたらしい。
自動でvenv環境を作成してくれる。
パッケージング機能はないらしい。

Poetry

pipenvとの大きな機能の違いは、
パッケージング機能（パッケージのbuild・publish）をサポートしているかどうか。

uv

Rust製の超高速・軽量な pip/venv 代替
利用方法については実利用手順（LangFlowのファースト・ステップとか
WSL2 Ubuntu 24.04 LTS 2025/1/21の該当節）をご参照のこと。
実際の動作を細かくブレークダウンしてみると
```
uv pip install langflow
uv run langflow run
```
- uv pip install langflow
  1. 現在のプロジェクトまたは一時環境を特定
  2. LangFlow とその依存パッケージを解決（ロックファイルを生成）
  3. キャッシュ済みのwheelを利用して高速にインストール
  4. ローカル環境に安全に格納（システムPythonを汚さない）
- uv run langflow run
  1. LangFlow が存在するか確認
  2. なければ自動的にインストール（キャッシュ or PyPI）
  3. 依存環境を整えた上で、仮想的な環境内で langflow を起動

Rye

Pythonプロジェクト全体管理を行う上位統合ツール
最近は内部でuvを使う方向に進んでいる。

開発環境

Jupyterで

Jupyter＆プロジェクト（当該フォルダ以下）構成は相性が悪い（が最近はuvで解決した）ので、
- 仮想環境中にインストールして仮想環境上で使用するか、
- 仮想環境のカーネルを選択して利用できるようにする。
以下の例では
- 仮想環境のカーネルを選択して利用できるようにしている。
- 「virtualenv」を使用しているが「venv」でもほぼ同様にできる。
仮想環境（virtualenv）
- virtualenvをインストール
```
$ sudo apt install python3-virtualenv
```
- virtualenvで仮想環境を生成
```
$ virtualenv -p python3 myenv
```
- 作成した仮想環境をアクティブ化
```
$ source myenv/bin/activate
```
仮想環境「内」にJupyterをインストールして起動すると「myenv」仮想環境のカーネルを使用する。
- 仮想環境「内」にJupyterをインストール
```
pip install Jupyter
pip install jupyterlab
pip install numpy
pip install pandas
```
- 仮想環境「内」からJupyterを起動
```
jupyter-lab
```
仮想環境「外」からJupyterを起動しても「myenv」仮想環境を選択可能にする。
（ただし、JupyterLab 上で使うパッケージは、予め仮想環境にインストールしておく必要がある）
- 仮想環境「内」にipykernelをインストール
```
$ pip install ipykernel
```
- 仮想環境「内」にipythonのkernelをインストール
```
$ ipython kernel install --user --name=jupyter-myenv
```
- 作成した仮想環境を非アクティブ化
```
deactivate
```
- 仮想環境「外」からJupyterを起動
```
jupyter-lab
```

VSCode、Cursor

基本的に、Jupyter方式と同じ。

...と言うのも、あくまで、Browser代替のフロントとしてIDE的に使用するだけで、Jupyterに接続して使用するため。
WSL経由で接続する場合は、WSLとJupyterのプラグインをインストールしてVSCとWSLを接続後、
Jupyter ServerのURLを指定して接続（The Complete Agentic AI Engineering Course (2025)の該当節を参照）。

step by step的な

環境構築履歴メモ

復号中継機能付きのプロキシを経由する場合

以下はLinuxを想定しているが、Windowsでも、凡そ同じように設定可能。
（Windows環境のPythonも、Linux発のPythonは、自動的にWindowsのプロキシ設定を使用せず、Linux作法に倣うタメ）

先ずは「プロキシの設定方法」をご参照のこと。
以下「Pythonから」と言うのは、一部、Pythonで使用するパッケージ（具体的には、requests）の証明書ストアが異なるため。
「Python（のrequestsなど）から」復号中継機能付きのプロキシを経由する場合、以下の様に設定する。
- ルート証明書をダウンロードしプロキシのルート証明書を任意のフォルダに置く。
- 次の環境変数を設定する
```
HTTP_PROXY="http://プロキシのFQDN名とかポート番号とか"
HTTPS_PROXY="http://プロキシのFQDN名とかポート番号とか"
REQUESTS_CA_BUNDLE="<任意のフォルダパス>/XXXXX_Root_CA.cer"
```

「Pythonから」復号中継＆パススルー機能付きのプロキシを経由する場合、
単純な設定では、パススルー時にエラーになる可能性があるので、以下の様に設定する。

PythonのCA証明書バンドルに、ルート証明書を追加。

import certifi
import shutil
# certifi が提供する CA 証明書バンドル（通常は .pem ファイル）のパスを取得。
certifi_bundle_path = certifi.where()
# 元のバンドルに独自証明書を加えた、新しい証明書バンドルの出力先ファイル名。
new_bundle_path = "combined-ca-bundle.pem"
# 元の certifi バンドルを、新バンドル・ファイルにコピー（＝ベース）。
shutil.copy(certifi_bundle_path, new_bundle_path)
# プロキシ提供元から展開されているルート証明書を読込。
proxy_cer_path = "XXXXX_Root_CA.cer"
with open(proxy_cer_path, "r") as proxy_cer_file:
    proxy_cer_content = proxy_cer_file.read()
# 新バンドル・ファイルの末尾に、ルート証明書を追加で書込。
with open(new_bundle_path, "a+") as new_bundle_file:
    new_bundle_file.write("\n" + proxy_cer_content)

.env ファイルを定義する。
認証プロキシの認証設定（UID/PWD）は不要である模様（コレは当該プロダクトの仕様らしい）。

HTTP_PROXY="http://プロキシのFQDN名とかポート番号とか"
HTTPS_PROXY="http://プロキシのFQDN名とかポート番号とか"
REQUESTS_CA_BUNDLE=combined-ca-bundle.pem

環境変数を読み込む。
REQUESTS_CA_BUNDLEの相対パスを絶対パスに変換

import dotenv
import os

# 環境変数を読み込み
dotenv.load_dotenv()
# REQUESTS_CA_BUNDLEに絶対パスを設定する。
os.environ['REQUESTS_CA_BUNDLE'] = os.path.join(
    os.path.dirname(dotenv.find_dotenv()),
    dotenv.dotenv_values()["REQUESTS_CA_BUNDLE"])

参考

（元 Wiki では見出しのみで本文が無い。）

移行メモ

「本項ではPython 3を取り扱ってる。」→「取り扱っている。」、「仮想環境い（virtualenv）」→「仮想環境（virtualenv）」に修正した。

「step by step的な」「環境構築履歴メモ」配下は本文の無い見出しだったため、箇条書きにまとめた。

マイクロソフト系技術情報 Wiki（techinfoofmicrosofttech.osscons.jp）への URL リンクは、移行済みの Python on Windows に張り替えた。また [[環境変数の設定方法]] / [[プロキシの設定方法]] は同 Wiki の移行済みページ（環境変数の設定方法 / プロキシの設定方法）を指す。

本フェーズで新たに参照された「LangFlowのファースト・ステップ」を TODO.md に予約した。

Tags: 移行, Python, pip, 仮想環境, venv, virtualenv, uv, Poetry, Jupyter, プロキシ

このWikiは「Open棟梁Project」,「OSSコンソーシアム開発基盤部会」によって運営されています。

NetDevInfraWiki

マイクロソフト系技術情報 Wiki

Open 棟梁 Wiki

（未着手）

TOP

開発基盤部会 Wiki

TOP
サービス
- 企画
- 価値
- 技術
- 見積
- …ほか（サービス）
DX
BI / AI
Linux
- Linuxのディストリビューション
- Linuxを触ってみる。
- Docker
- CaaS (Open PaaS)
- …ほか（Linux）
Java
- Javaを書いてみる。
- Java有償化について調べてみた。
OSS
- ライセンス
- 開発方法論
- ビジネスモデル
- 導入事例
- …ほか（OSS）
開発環境
その他

移行管理: DONE ／ TODO

Uh oh!

DNET_Python

Python

概要

特徴

言語

実装

バージョン

Python 2

Python 3

詳細

インストール

Linux

Windows

基本操作（python）

pythonのバージョン確認

pythonのインタラクティブモード（REPL）

簡単なpythonコードの一行実行

pythonスクリプト・ファイルの実行

基本操作（pip）

パッケージのインストール

パッケージのアップグレード

パッケージのアンインストール

インストール済みパッケージの確認

特定インストール済みパッケージの情報表示

依存関係を含めたインストール

requirements.txt から一括インストール

仮想環境

Anaconda

virtualenv

pyenv

venv

pipenv

Poetry

uv

Rye

開発環境

Jupyterで

VSCode、Cursor

step by step的な

環境構築履歴メモ

復号中継機能付きのプロキシを経由する場合

参考

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!

Uh oh!