Pythonを使って開発や学習を進めるなら、まずしっかり整えたいのが開発環境です。
特にPythonで欠かせないのが、ライブラリ管理に使うpip。
VS Codeを使えば、Pythonコードの編集からライブラリ管理まで、すべて一つの画面でスムーズに行えます。
この記事では、以下の内容を初心者向けにわかりやすく紹介します：
- VS CodeでのPython環境の基本構築
- pipを使ったライブラリインストールと管理
- 仮想環境（venv）での環境分離
- よくあるトラブルと解決方法
- 実際のプロジェクトでの活用例
プログラミング未経験の方でも、ステップバイステップで確実に環境構築できるよう解説します！
VS CodeでPython開発を始める準備
Python本体のインストール
ステップ1: Python公式サイトからダウンロード
まずはPython自体がPCに入っている必要があります。
Windowsの場合
- Python公式サイトにアクセス
- 「Download Python 3.11.x」（最新版）をクリック
- ダウンロードした実行ファイルを起動
重要: インストール時に必ず「Add Python 3.x to PATH」にチェックを入れてください！
これを忘れると、コマンドラインでPythonが使えなくなります。
ステップ2: インストールの確認
PowerShellまたはコマンドプロンプトを開いて、以下を実行：
python --version
正常な表示例
Python 3.11.5
pip --version
正常な表示例
pip 23.2.1 from C:\Python311\Lib\site-packages\pip (python 3.11)
VS Codeのインストールと設定
VS Code本体のインストール
- VS Code公式サイトからダウンロード
- インストーラーを実行
- デフォルト設定のままインストールでOK
Python拡張機能のインストール
手順
- VS Codeを起動
- 左サイドバーの拡張機能アイコン（四角が4つ）をクリック
- 検索欄に「Python」と入力
- Microsoft製のPython拡張機能をインストール
この拡張機能で使えるようになる機能
- シンタックスハイライト – コードが色分けされて見やすくなる
- コード補完 – 入力候補を自動表示
- エラー検知 – 問題のある箇所を赤線で表示
- デバッグ機能 – ステップ実行でコードの動作を確認
- Linting – コード品質のチェック
インストール確認
Python拡張機能がインストールされると、VS Code左下に現在のPythonバージョンが表示されます：
Python 3.11.5 64-bit
pipを使ったライブラリ管理の基本
pipとは？
pipは、Pythonのパッケージ管理ツールです。
できること
- ライブラリのインストール – NumPy、pandas、Flaskなど
- バージョン管理 – 特定バージョンの指定
- 依存関係の解決 – 必要なライブラリを自動で一緒にインストール
- アンインストール – 不要になったライブラリの削除
基本的な使い方
VS Codeでターミナルを開く
Ctrl + Shift + （バッククォート）でターミナルを開きます。
または「表示」→「ターミナル」からも開けます。
基本コマンド
ライブラリのインストール
pip install requests
特定バージョンのインストール
pip install django==4.2.5
最新版へのアップグレード
pip install --upgrade numpy
インストール済みライブラリの確認
pip list
ライブラリの詳細情報
pip show pandas
ライブラリのアンインストール
pip uninstall requests
よく使われるライブラリ例
データ処理・分析
# データ分析の定番セット
pip install numpy pandas matplotlib
# 機械学習
pip install scikit-learn
# より高度な分析
pip install scipy seaborn
Webアプリケーション開発
# 軽量Webフレームワーク
pip install flask
# 本格的なWebフレームワーク
pip install django
# HTTP リクエスト処理
pip install requests
自動化・スクレイピング
# Webスクレイピング
pip install beautifulsoup4 selenium
# Excel操作
pip install openpyxl
# ファイル処理
pip install pathlib
requirements.txtでの依存関係管理
requirements.txtとは？
プロジェクトで使用するライブラリとそのバージョンを記録するファイルです。
作成方法
現在の環境を記録
pip freeze > requirements.txt
requirements.txtの内容例
numpy==1.24.3
pandas==2.0.3
matplotlib==3.7.1
requests==2.31.0
flask==2.3.3
環境の復元
他の環境で同じライブラリをインストール
pip install -r requirements.txt
これが便利な場面
- 新しいPCでの開発環境構築
- チームメンバーとの環境統一
- 本番環境への展開
仮想環境（venv）を使った環境分離
なぜ仮想環境が必要なの？
問題例
プロジェクトA: Django 3.2が必要
プロジェクトB: Django 4.2が必要
→ 同じPCで両方は管理できない！
仮想環境の解決策
プロジェクトA: 仮想環境A（Django 3.2）
プロジェクトB: 仮想環境B（Django 4.2）
→ 切り替えて使える！
venvでの仮想環境作成
ステップ1: プロジェクトフォルダの準備
新しいプロジェクト用フォルダを作成
mkdir my-python-project
cd my-python-project
VS Codeでフォルダを開く
code .
ステップ2: 仮想環境の作成
VS Codeのターミナルで以下を実行：
python -m venv venv
何が起こるか？
venvという名前のフォルダが作成される- その中に独立したPython環境が構築される
- プロジェクト専用のライブラリ管理ができるようになる
ステップ3: 仮想環境の有効化
Windowsの場合
.\venv\Scripts\activate
macOS/Linuxの場合
source venv/bin/activate
成功の確認 ターミナルの先頭に(venv)が表示されれば成功：
(venv) C:\my-python-project>
ステップ4: 仮想環境でのライブラリインストール
仮想環境が有効な状態で：
# この環境だけにpandasをインストール
pip install pandas
# requirements.txtがあれば一括インストール
pip install -r requirements.txt
ステップ5: 仮想環境の無効化
作業が終わったら：
deactivate
VS Codeで仮想環境を認識させる
インタープリタの選択
- VS Code左下のPythonバージョン表示をクリック
- 表示される一覧から仮想環境を選択
選択肢の例
Python 3.11.5 64-bit (Global)
Python 3.11.5 ('venv': venv) .\venv\Scripts\python.exe ← これを選択
自動認識の設定
.vscode/settings.jsonで固定
{
"python.defaultInterpreterPath": "./venv/Scripts/python.exe",
"python.terminal.activateEnvironment": true
}
これで、プロジェクトを開くたびに自動で仮想環境が使われます。
実際のプロジェクト例で学ぶ
Webアプリケーション開発の例
プロジェクト構成の作成
ステップ1: フォルダ構成の準備
my-web-app/
├── venv/ # 仮想環境
├── app.py # メインアプリケーション
├── requirements.txt # 依存関係
└── templates/ # HTMLテンプレート
└── index.html
ステップ2: 仮想環境とライブラリの準備
# プロジェクトフォルダの作成
mkdir my-web-app
cd my-web-app
# VS Codeで開く
code .
# 仮想環境の作成
python -m venv venv
# 仮想環境の有効化（Windows）
.\venv\Scripts\activate
# Flaskのインストール
pip install flask
# requirements.txtの作成
pip freeze > requirements.txt
ステップ3: 簡単なWebアプリの作成
app.py
from flask import Flask, render_template
app = Flask(__name__)
@app.route('/')
def home():
return render_template('index.html', message="Hello, Flask!")
if __name__ == '__main__':
app.run(debug=True)
templates/index.html
<!DOCTYPE html>
<html>
<head>
<title>My Flask App</title>
</head>
<body>
<h1>{{ message }}</h1>
<p>VS CodeとFlaskで作った初めてのWebアプリです！</p>
</body>
</html>
ステップ4: アプリの実行
python app.py
ブラウザでhttp://localhost:5000にアクセスすると、Webアプリが表示されます！
データ分析プロジェクトの例
Jupyter Notebookでの分析環境
ステップ1: 分析用ライブラリのインストール
# 仮想環境を作成・有効化後
pip install jupyter pandas numpy matplotlib seaborn
# VS Code用のJupyter拡張機能も便利
# 拡張機能で「Jupyter」をインストール
ステップ2: サンプルデータ分析
analysis.py または analysis.ipynb
import pandas as pd
import matplotlib.pyplot as plt
# サンプルデータの作成
data = {
'name': ['Alice', 'Bob', 'Charlie', 'Diana'],
'age': [25, 30, 35, 28],
'score': [85, 92, 78, 96]
}
df = pd.DataFrame(data)
# データの確認
print(df)
# 簡単なグラフ作成
plt.figure(figsize=(8, 5))
plt.bar(df['name'], df['score'])
plt.title('Score by Person')
plt.ylabel('Score')
plt.show()
よくあるトラブルと解決方法
pipコマンドが動かない
症状1: 「pipは内部コマンドまたは外部コマンド…として認識されていません」
原因: PythonがPATHに追加されていない
解決方法
- Pythonの再インストール – 「Add Python to PATH」にチェック
- 手動でPATHを追加 – 環境変数でPythonのパスを追加
- フル指定で実行
python -m pip install ライブラリ名
症状2: pipとpythonのバージョンが合わない
確認方法
python --version
pip --version
解決方法
# pythonに対応するpipを使用
python -m pip install ライブラリ名
# またはpipをアップグレード
python -m pip install --upgrade pip
VS Codeでライブラリが認識されない
症状: ImportError: No module named ‘pandas’
原因と解決方法
原因1: 間違ったPython環境を使用
- VS Code左下のインタープリタを正しい環境に変更
原因2: 異なる環境にインストール
- 仮想環境を有効化してから再インストール
.\venv\Scripts\activate
pip install pandas
原因3: VS Codeが環境を認識していない
Ctrl + Shift + P→ 「Python: Refresh Interpreters」- VS Codeの再起動
仮想環境関連のトラブル
症状: 仮想環境が有効化されない
Windowsでの実行ポリシーエラー
# PowerShellを管理者として実行
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
パスにスペースが含まれている場合
# スペースを含まないパスに移動
mkdir C:\dev\my-project
cd C:\dev\my-project
症状: 仮想環境の切り替えがうまくいかない
解決方法
# 現在の仮想環境を無効化
deactivate
# 目的の仮想環境を有効化
.\venv\Scripts\activate
# VS Codeでインタープリタを再選択
高度な活用方法
pip-toolsでの依存関係管理
より精密な依存関係管理
インストール
pip install pip-tools
requirements.inファイルの作成
# requirements.in（直接使用するライブラリのみ）
django
pandas
requests
依存関係の解決とロック
pip-compile requirements.in
# → requirements.txtが自動生成される（依存関係も含む）
pipenvを使った統合管理
pipenv（より高度なツール）
インストール
pip install pipenv
プロジェクトの初期化
pipenv install django pandas
仮想環境の有効化
pipenv shell
VS Codeでの認識
- pipenvで作成された仮想環境も自動で検出されます
Docker環境での開発
完全に隔離された環境
Dockerfile例
FROM python:3.11-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["python", "app.py"]
VS CodeでのDocker開発
- Remote-Containers拡張機能を使用
- コンテナ内でVS Codeを開いて開発
チーム開発でのベストプラクティス
環境の統一
requirements.txtの管理
開発用と本番用の分離
# requirements/base.txt（共通）
django==4.2.5
pandas==2.0.3
# requirements/dev.txt（開発用）
-r base.txt
pytest==7.4.0
black==23.7.0
# requirements/prod.txt（本番用）
-r base.txt
gunicorn==20.1.0
.gitignoreの設定
# 仮想環境は除外
venv/
env/
.env
# キャッシュファイル
__pycache__/
*.pyc
VS Code設定の共有
.vscode/settings.jsonの共有
{
"python.defaultInterpreterPath": "./venv/Scripts/python.exe",
"python.linting.enabled": true,
"python.linting.pylintEnabled": true,
"python.formatting.provider": "black",
"editor.formatOnSave": true
}
まとめ
VS Codeを使ったPython環境構築は、以下の手順で確実に行えます：
基本のセットアップ
- Pythonのインストール – 「Add to PATH」を忘れずに
- VS Codeの設定 – Python拡張機能のインストール
- pipの基本操作 – ライブラリのインストールと管理
実用的な環境管理
- 仮想環境の活用 – プロジェクトごとの環境分離
- requirements.txtでの管理 – 依存関係の記録と共有
- VS Codeとの連携 – インタープリタの適切な選択
よく使うコマンド
環境構築の基本フロー
# 1. プロジェクトフォルダ作成
mkdir my-project
cd my-project
# 2. VS Codeで開く
code .
# 3. 仮想環境作成
python -m venv venv
# 4. 仮想環境有効化
.\venv\Scripts\activate # Windows
source venv/bin/activate # macOS/Linux
# 5. ライブラリインストール
pip install pandas numpy matplotlib
# 6. 依存関係保存
pip freeze > requirements.txt
# 7. VS Codeでインタープリタ選択
# 左下のPythonバージョンをクリック → venv環境を選択
コメント