Pythonの環境構築

概要

わたしは普段はRを使っているので，Pythonは初心者というか，ほとんどコードを書いたことがない。しかし，データ分析のコードくらいはAIが書いてくれるし，Pythonを使いたいという学生も多いので，uvとVisual Studio CodeのJupyter拡張機能を使って統計分析を行うための環境構築について簡単なメモを残しておく。助言や誤りの指摘は歓迎だが，対応できるかどうかはわからないのであしからず。

uvのインストール

Pythonをインストールする方法はいろいろあるが，手軽なuvがおすすめ。uvはpython本体やパッケージ，仮想環境などを管理してくれるツールで爆速。uvをインストールすれば，python本体はuvからインストールできる。

Windowsの場合は，PowerShellからwingetコマンドでインストール可能。

winget install Astral.uv

Macの場合は，homebrewでインストール可能。

brew install uv

仮想環境の作成

Pythonは本体はもちろんパッケージのバージョンも頻繁に更新されるので，プロジェクトごとに仮想環境を作成して，Pythonやパッケージのバージョンを固定した方が良い。

次に，Python本体をインストールする。バージョンを指定することができるので，とりあえず3.12をインストール。

uv python add python@3.12

続いてプロジェクトの作成。適当なフォルダを作ってuvでプロジェクトを初期化し，仮想環境を作成する。

mkdir python_project
cd python_project
uv init
uv venv --python 3.12

これでフォルダ内に仮想環境が作成される。すべて仮想環境のなかで作業するようにすれば，不具合が起きたとしてもいつでもまるごと削除してクリーンな状態から始められる。

最後に，必要なパッケージをインストールしておこう。uvを使えば，仮想環境をactivateしていなくても，仮想環境にパッケージをインストールすることができる (必ずプロジェクトのフォルダで作業すること)。

uv add ipykernel numpy pandas matplotlib statsmodels

Visual Studio Codeの設定

IDEの選択肢はいろいろあると思うが，Visual Studio Codeが無難。Jupyter拡張機能を入れるだけで，Jupyter NotebookやJupyter Labをエディタで使えるようになる。

Visual Studio Codeでプロジェクトフォルダpython_projectを開くだけで，あとは良い感じにしてくれる。

データ分析であれば，Jupyter Notebookを使うことが多いと思うので，まずはフォルダ内にtest_notebook.ipynbというファイルを作成して，開いてみよう。

エディタ画面の右上に「カーネルの選択」というボタンがあるのでそれをクリックして，Python Environmentから作成した仮想環境を選択する。通常は，Visual Studio Codeが見つけてくれるvenv (Python 3.12.xx)を選択すれば良い。自動で見つけられなかった場合は，フォルダ内の.venv/bin/pythonを選択すればOk。

これだけで，Visual Studio Code上でJupyter Notebookが使える。