今回はPython入門解説記事の2弾として、Python用のライブラリをご紹介します。
ライブラリは、複雑な処理を短いコードで実現し、開発や学習のスピードを大きく後押ししてくれるツールです。本記事では、初心者にも役立つ、まず導入したい 7つのライブラリを厳選して解説します。

Pythonのインストール・環境構築方法

本記事では、Python本体のインストールなどは一通り済んでいることを前提としております。
お済みでない方は、以下の記事を参考にインストールを行ってください。

Pythonのライブラリとは

ライブラリは、複雑な機能を簡単に使えるように処理をまとめたパッケージのことです。
数値演算やデータ操作、可視化、Web通信などと、実装が複雑でありつつも汎用性があり、多くの人が必要とする機能がについてつくられているものが主です。
これらを自前で一から実装するのは大変ですが、ライブラリを導入すれば、これらの機能をまとめた専用の関数やクラスを利用するだけで手軽に実現できます。

ライブラリのインストール・アンイストール・アップデート方法

ライブラリの操作はコンソールからコマンドを実行して行う

ライブラリのインストールは、各環境でコンソールを起動し、各拡張で説明しているコマンドを実行してください。各環境のコンソールの開き方は以下です。

Windows

スタートボタンを右クリックし「Windows PowerShell」を選択してして起動。

macOS

Finderを開き、アプリケーション→ユーティリティ→ターミナルを選択して起動。

Ubuntu

デスクトップを右クリックし、メニューから「端末を開く」を選ぶ。

インストールのコマンド

ライブラリを導入するには下記のコマンドを実行します。
ライブラリのパッケージ名は、以降のライブラリ紹介セクションでインストールコマンドの例文と共に紹介していますので、それを参照してください。

アップデートのコマンド

インストール済みライブラリを最新版に更新するには以下を実行します。

インストール済みライブラリを確認するコマンド

環境にインストールされているライブラリ一覧は以下のコマンドで確認できます。

アンインストールのコマンド

不要になったライブラリは 以下のコマンドで削除できます。
1つずつ削除する方法と、複数まとめて削除する方法の両方が利用可能です。

Flaskを使ってシンプルなWebアプリを構築

Flaskはシンプルかつ柔軟性の高いWebフレームワークです。小規模なWebアプリケーションの開発に適しており、学習コストも比較的低いのでWeb開発の入門に適しています。
インストールには以下のコマンドを実行してください。

RequestsでHTTP通信をシンプルに実行

Requestsは、HTTPプロトコルを用いてサーバーと通信し、データを取得・送信するためのライブラリです。
GETやPOSTなどのメソッドで指定URLへリクエストを送信し、サーバーからやレスポンスを受け取ってプログラム内で利用するまでの一連の処理をサポートします。
外部APIの機能を内部で利用する場合や、Webスクレイピングなどで広く用いられます。
インストールには以下のコマンドを実行してください。

NumPyで多次元配列を自在に操作

NumPyは、数値計算やデータ処理をスマートに行うためのライブラリです。
複雑な計算式を簡単に扱える他、高度な多次元配列を効率的に処理するのにも便利です。
配列全体に対する一括演算や統計関数、線形代数計算を短いコードで直感的に記述できるため、大量の数値データ処理が必要な時にこれがあると助かります。
インストールには以下のコマンドを実行してください。

Pandasで表形式データを直感的に操作

Pandasはデータ解析を行うためのライブラリで、データを「データフレーム」という行と列で構成された表形式で直感的に扱う事ができます。
列ごとの抽出や条件フィルタリング、集計操作が容易で、Excelのような感覚でデータの整理・加工が行えます。
そのため、販売リストの特定項目を抜き出したり、集計結果を別ファイルに書き出すといった機能を作る時に効果的です。
インストールには以下のコマンドを実行してください。

Matplotlibで2Dグラフを簡単に描画

Matplotlibは2Dグラフを描画する標準的なライブラリです。
折れ線グラフや散布図、ヒストグラムなどのさまざまなグラフを簡単に描画することができます。またグラフの装飾などについても、注釈の追加、色や線種の変更など、細かなカスタマイズもコードベースで自在に行えます。
上記のNumPyやPandasなどと組み合わせて、集計したデータを図示する時などによく活用されています。
インストールには以下のコマンドを実行してください。

Beautiful SoupでHTML解析とスクレイピングを実行

Beautiful SoupはWebページに使われているHTMLやXMLを解析し、そこからデータを抽出できるライブラリです。タグや属性で要素を指定し、その中にあるテキストやリンクなどを効率的に取り出せます。。
Webページから情報を収集するスクレイピングの分野で活躍します。
インストールには以下のコマンドを実行してください。

Pillowで画像処理を手軽に実行

PillowはPythonで画像処理をお行うためのプラグインです。
リサイズ、回転、トリミング、フィルタ処理などといった汎用的な画像処理を手軽に行えます。
さらにNumPyと組み合わせることでピクセル単位の細やかな操作も可能となります。
画像編集アプリはもちろん、画像を取り扱うアプリに広く有用なライブラリです。
インストールには以下のコマンドを実行してください。

まとめ

ライブラリを有効活用することで、Pythonで扱うデータの幅が格段に広がり、制作のステップがスムーズになります。それぞれのツールは単体で強力な機能を持ちつつ、組み合わせることでより高度な処理やアプリ開発にも対応可能です。
今回紹介した以外にも便利なライブラリは多数ありますので、ぜひいろいろ試してみてください。