サラリーマンのPython環境構築ならAnacondaがおすすめ
![](https://self-methods.com/wp-content/uploads/2020/12/Copy-of-Copy-of-Titleのコピー.png)
Windowsでプログラミング言語の「Python」を試したいとお考えですか?
Pythonはプログラマーだけではなく、サラリーマンでも業務の効率化にとても役立ちます。
例えば
- Excelファイルの処理の自動化
- ブラウザの自動操作
- Excel・CSVファイルのデータ分析・可視化
など身近な業務に使用できます。
今回はそんな便利なPythonの環境構築方法の一つ、「Anaconda」についてご紹介いたします。
Anacondaとは?
![](https://self-methods.com/wp-content/uploads/2020/12/image.png)
Anaconda はデータサイエンス向けのPython環境を提供するプラットフォームです。
データ分析に用いられるPythonのパッケージやツールがあらかじめ含まれており、インストールすればすぐに環境が整います。
インストールするだけですぐに試せるというのは、プログラミング初心者にはとっても助かりますね。
私もPythonの勉強を始めたときはAnacondaを使いました。
Anacondaのインストール
python.jpのAnacondaインストールページがとても分かりやすいです。
![](https://self-methods.com/wp-content/uploads/2020/12/image-1-1024x656.png)
こちらの手順に従ってインストールを進めていけば問題ありません。
Anacondaのメリット
Pythonの環境構築はAnacondaを使わずにPythonだけを入れる方法もあります。
ではなぜサラリーマンにはAnacondaがお勧めなのでしょうか。
理由は2点あります。
- 環境構築の容易さ
- 初心者に使いやすい
環境構築の容易さ
いざPythonをやってみよう!となっても、環境構築でつまずくとやる気なくしますよね。
まずはコードを書いて練習したい!
環境構築の手間をかけずにすぐ使いたいのなら、Anacondaお勧めです。
![](http://3.115.148.6/wp-content/themes/cocoon-master/images/ojisan.png)
でもデータサイエンスなんてやらないよ?
サラリーマンはデータサイエンスなんてやらないと思われるかもしれません。
しかし営業だったら売上の分析、マーケッターだったらアクセス解析など行っていますよね。
データを分析して可視化する。普段行っていることです。
前述のとおり、Anacondaにはデータ解析用の膨大なライブラリが含まれているので、わざわざ自分で集める必要がありません。
初心者に使いやすい
pythonだけをインストールした場合、コマンドラインから操作を行います。
![](https://self-methods.com/wp-content/uploads/2020/12/image-2-1024x558.png)
一方で、Anacondaの場合は付属の「Anaconda.Navigater」で仮想環境の切り替えや各種ツールの起動が可能です。
ツール(GUI)で操作できるのは分かりやすいですね。
Anacondaのデメリット
Anacondaにもデメリットはあります。
- ファイルサイズが大きい
- 仮想環境の切り替えについて
ファイルサイズが大きい
色々なツールやライブラリをまとめてダウンロードするので、ファイルサイズが大きくなります。約460MBくらいあります。
便利なツールをあらかじめ用意してくれているので、どうしても不要なパッケージも一緒にダウンロードされてしまいます。
パソコンのファイル容量が少ない人には負担になるかもしれません。
仮想環境の切り替えについて
Pythonの仮想環境を細かく切り替えて、使いたい場合には向きません。
もちろんAnacondaでも仮想環境の切り替えはできるのですが
- プロジェクト(フォルダ)ごとに細かく仮想環境を切り替えたい
- Webアプリケーション作成のために、不要なパッケージを除外したい
なんて場合にはAnaconda環境ではなく、通常PythonのPipenvでパッケージ管理したほうが良いです。
まとめ
AnacondaでPythonの環境構築を作る人は
- データ分析をしたい
- Excelやwebブラウザの操作など業務効率化したい
そんな人におすすめです。逆に
- Webアプリケーションを作りたい
- IT系の企業で働きたくて勉強している
そんな方は通常Pythonのほうが向いているかもしれません。
Pythonの環境の切り替えは簡単なので、ぜひ試してみてください。
コメント