【わかる】初心者向けPython実行＆実装方法「これでPythonが動く」

はじめに

本サイトでは、Python実行方法やGoogle Colab、Replitを使ったプログラム実行の方法を詳しく解説します。特に、Google ColabとReplitを使ったデータ可視化の手順を理解しやすく説明し、実行結果の確認方法や効率的なデータ処理について紹介しています。Pythonプログラムの実行方法やデータ出力に関するトピックも取り上げており、初心者にもわかりやすい実装方法を提供しています。

目次

Python実行方法

1. Pythonのインストール

まず、Pythonがインストールされているか確認しましょう。ターミナル（Mac/Linux）またはコマンドプロンプト（Windows）で以下のコマンドを実行してください。

python --version

または

python3 --version

もしPythonがインストールされていない場合は、公式サイトからインストールしてください。

2. Pythonスクリプト（.pyファイル）の実行

① スクリプトの作成

たとえば、hello.py というファイルを作成し、以下のコードを書きます。

print("Hello, World!")

② コマンドラインから実行

ターミナルまたはコマンドプロンプトで、スクリプトがあるディレクトリに移動し、以下のコマンドを実行します。

python hello.py

または

python3 hello.py

3. 対話型シェル（インタラクティブモード）

① Pythonシェルを起動

ターミナルやコマンドプロンプトで、以下のコマンドを実行します。

python

または

python3

② コードを直接入力して実行

print("Hello, World!")

③ シェルを終了する

終了するには、以下のコマンドを入力します。

exit()

または Ctrl + D（Mac/Linux）、Ctrl + Z（Windows）を押します。

4. Jupyter Notebook で実行

① インストール（未インストールの場合）

pip install notebook

② 起動

jupyter notebook

ブラウザが開き、コードをセル単位で実行できます。

5. オンライン環境で実行

インストール不要で、以下のようなオンライン環境でもPythonを実行できます。

• Google Colab（機械学習向け）
• Replit（簡単なPython実行環境）

どの方法を選ぶべきか？

• ✅ 初心者向け → インタラクティブシェル（方法3）
• ✅ 本格的な開発 → .pyファイルを作成して実行（方法2）
• ✅ データ分析・AI → Jupyter Notebook（方法4）
• ✅ 手軽に試したい → Google Colab や Replit（方法5）

Pythonを使う目的に応じて、最適な方法を選んでみてください！ 😊

Google ColabとReplitの詳しい使い方

1. Google Colab（Google Colaboratory）

🔹 Google Colabとは？

Googleが提供する無料のクラウドベースのPython実行環境で、特に 機械学習やデータ分析 に適しています。

🔹 Google Colabのメリット

• ✅ インストール不要（ブラウザで使用可能）
• ✅ Google Driveと連携し、ファイルを保存できる
• ✅ 無料でGPUやTPUを利用 できる（機械学習向け）
• ✅ Pythonの人気ライブラリが 最初からインストール済み

🔹 Google Colabの使い方

1. Google Colabにアクセス
2. 「ファイル」 → 「ノートブックを新規作成」
3. コードを記述し、「▶（再生ボタン）」を押す

print("Hello, Colab!")

2. Replit

🔹 Replitとは？

Replitは、オンラインでPythonをはじめ 40以上のプログラミング言語 を実行できるクラウド開発環境（IDE）です。

🔹 Replitのメリット

• ✅ ブラウザだけでPythonを実行 できる（インストール不要）
• ✅ 複数人でのリアルタイムコラボレーション が可能
• ✅ ウェブアプリ開発 にも対応

🔹 Replitの使い方

1. Replitにアクセスし、サインアップ
2. 「+ Create Repl（新規作成）」→「Python」→「Create Repl」
3. コードを記述し、「▶ Run（実行）」を押す

print("Hello, Replit!")

🔹 どちらを使うべき？

✅ 機械学習やデータ分析をしたい → Google Colab

✅ Pythonを手軽に試したい、ウェブアプリを作りたい → Replit

Google ColabとReplitでのデータ出力・可視化

基本的には Google ColabやReplitは「作ったプログラムを試す場」 と考えることができます。
ただし、データの出力やチャート描画も可能 です。

🔹 Google ColabやReplitでのデータ出力・可視化

1. Google Colabでのデータ出力・可視化

Google ColabはJupyter Notebook形式なので、データ出力やチャート描画が得意 です。

✅ CSVファイルにデータを保存

import pandas as pd

# データフレームを作成
df = pd.DataFrame({"名前": ["田中", "鈴木", "佐藤"], "点数": [80, 90, 85]})

# CSVに保存
df.to_csv("data.csv", index=False)

# Colab上でダウンロードできるようにする
from google.colab import files
files.download("data.csv")

✅ チャートを描画

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 40]

plt.plot(x, y, marker="o")
plt.xlabel("X軸")
plt.ylabel("Y軸")
plt.title("シンプルな折れ線グラフ")
plt.show()

✅ Google ColabはGUI対応なので、インタラクティブなグラフ も作成できます！（例：plotly や Altair を使う）

2. Replitでのデータ出力・可視化

Replitも print() を使ってデータ出力できますが、GUIが制限されているため、チャート描画には向いていません。

✅ CSVファイルにデータを保存

import pandas as pd

df = pd.DataFrame({"名前": ["田中", "鈴木", "佐藤"], "点数": [80, 90, 85]})
df.to_csv("data.csv", index=False)

print("CSVファイルを作成しました！")

✅ チャート描画（Replitの制限あり）

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 40]

plt.plot(x, y, marker="o")
plt.xlabel("X軸")
plt.ylabel("Y軸")
plt.title("Replitでのグラフ")

# 画像として保存
plt.savefig("graph.png")

print("グラフを graph.png として保存しました！")

✅ Replitでは 画像をダウンロードしてローカルで確認 する必要があります。

結論：用途に応じて使い分けよう！

• ✅ プログラムの試験 → Google Colab / Replit どちらでもOK
• ✅ データを出力して分析 → Google Colabが便利
• ✅ チャートを描画 → Google Colab推奨（Replitは制限あり）

もし データ分析や可視化をしっかりやりたい なら、Google ColabかJupyter Notebookを使うのがベストです！ 😊

実装方法

Pythonのプログラムを実行して、Webサイトにデータを表示したり、チャートを描画 するには、以下の方法があります。

🔹 方法 1: Flask / FastAPI を使って Web サイトを作る

✅ Flask を使ってデータを表示する

Flaskは シンプルなWebアプリ を作るのに向いています。

📌 Flaskのインストール

pip install flask

📌 FlaskでWebページを表示するサンプルコード

from flask import Flask

app = Flask(__name__)

@app.route('/')
def home():
    return "こんにちは！これはPythonで作ったWebサイトです！"

if __name__ == '__main__':
    app.run(debug=True)

🔹 http://127.0.0.1:5000/ にアクセスすると、ブラウザに「こんにちは！これはPythonで作ったWebサイトです！」と表示されます。

✅ Flask でデータをHTMLに表示

📌 data.html（テンプレート）を作成

<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="UTF-8">
    <title>データ表示</title>
</head>
<body>
    <h1>データ一覧</h1>
    <ul>
        {% for item in data %}
            <li>{{ item }}</li>
        {% endfor %}
    </ul>
</body>
</html>

📌 FlaskでデータをHTMLに渡す

from flask import Flask, render_template

app = Flask(__name__)

@app.route('/')
def show_data():
    sample_data = ["りんご", "バナナ", "みかん"]
    return render_template("data.html", data=sample_data)

if __name__ == '__main__':
    app.run(debug=True)

🔹 方法 2: Flask + Chart.js でグラフを表示

📌 Flaskでデータを渡す

from flask import Flask, render_template

app = Flask(__name__)

@app.route('/')
def chart():
    labels = ["1月", "2月", "3月", "4月", "5月"]
    values = [10, 20, 15, 30, 25]
    return render_template("chart.html", labels=labels, values=values)

if __name__ == '__main__':
    app.run(debug=True)

📌 chart.html（チャート描画用のHTML）

<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="UTF-8">
    <title>チャートの表示</title>
    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
</head>
<body>
    <h1>売上データ</h1>
    <canvas id="myChart"></canvas>
    
    <script>
        var ctx = document.getElementById('myChart').getContext('2d');
        var myChart = new Chart(ctx, {
            type: 'line',
            data: {
                labels: {{ labels|tojson }},
                datasets: [{
                    label: '売上',
                    data: {{ values|tojson }},
                    borderColor: 'blue',
                    fill: false
                }]
            }
        });
    </script>
</body>
</html>

🔹 方法 3: Streamlit を使って簡単にWebアプリを作る

📌 Streamlitのインストール

pip install streamlit

📌 Streamlitでデータとチャートを表示

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt

st.title("データ表示とチャート")

# データの表示
data = {"月": ["1月", "2月", "3月", "4月", "5月"], "売上": [10, 20, 15, 30, 25]}
df = pd.DataFrame(data)
st.write(df)

# チャートの描画
fig, ax = plt.subplots()
ax.plot(df["月"], df["売上"], marker="o")
st.pyplot(fig)

📌 実行

streamlit run app.py

🔹 http://localhost:8501/ にアクセスすると、Webブラウザ上でデータとグラフが表示されます！

🔹 どの方法を選ぶべき？

Pythonのプログラムを実行する方法

Pythonのプログラムを実装した後、実行する方法はいくつかあります。使用する環境によって異なりますが、代表的な方法を紹介します。

🔹 方法 1: ローカル環境で実行（ターミナル / コマンドプロンプト）

ローカルPCで作成したPythonプログラム（例: app.py）を実行するには、ターミナル（Mac / Linux）またはコマンドプロンプト（Windows）で以下のコマンドを入力します。

✅ 通常のPythonスクリプトを実行

python app.py

または（環境によって python3 を使う場合）

python3 app.py

🔹 成功すると、プログラムが実行され、Webアプリやスクリプトの動作を確認できます。

🔹 方法 2: Flaskアプリを実行

Flaskアプリを作成した場合は、flask run コマンド を使って実行できます。

✅ 実行方法

flask run

または、app.py に直接 python コマンドを実行する場合：

python app.py

📌 ブラウザで開く:
ターミナルに表示された http://127.0.0.1:5000/ をブラウザで開くと、作成したWebアプリが表示されます。

🔹 方法 3: Streamlitアプリを実行

Streamlitで作成したWebアプリを実行する場合は、streamlit run コマンドを使用します。

✅ 実行方法

streamlit run app.py

📌 ブラウザで開く:
実行すると、自動的にブラウザが開き、http://localhost:8501/ でアプリが表示されます。

🔹 方法 4: クラウド環境（Google Colab / Replit）で実行

クラウド環境では、コードをセルに入力して「▶️ 実行ボタン」を押すだけで実行できます。

✅ Google Colab で実行

• Google Colab にアクセス
• 新しいノートブックを作成
• コードセルにPythonプログラムを入力
• 「▶️ 実行ボタン」を押して実行

✅ Replit で実行

• Replit にアクセス
• Pythonのプロジェクトを作成
• main.py にPythonのコードを入力
• 「Run」ボタンを押す

🔹 方法 5: サーバー上で実行（デプロイ）

本番環境でWebアプリを動かす場合は、クラウドサーバーにデプロイします。以下の方法が一般的です。

✅ Heroku にデプロイ

• requirements.txt を作成（必要なライブラリを記載）
• Procfile を作成（起動コマンドを記載）
• Heroku CLI でデプロイ

git init

git add .

git commit -m "First commit"

heroku create

git push heroku main

✅ PythonAnywhere にデプロイ

• PythonAnywhere に登録
• Webアプリをアップロード
• Webサーバーを設定

🔹 まとめ

✅ おすすめの実行方法
ローカル環境でテスト → クラウド環境にデプロイ 🚀
まずはローカルで動作確認し、その後、クラウド（Heroku / PythonAnywhere）にデプロイするとスムーズです！

🔹 まとめ

• Flask → Webサイトを作れる
• Flask + Chart.js → Webサイトにチャートを表示
• Streamlit → Pythonだけで簡単にWebアプリが作れる

Pythonで データをサイトに表示したり、チャートを描画 したいなら、FlaskやStreamlitを使うのがオススメ！ 🚀

実行するとサイトが更新されるのか？

上記の方法でプログラムを実行しても、直接的にサイトが自動的に更新されるわけではありませんが、特定の条件下でブラウザが自動的に反応する場合があります。各方法でのサイト更新について簡単に説明します。

1. ローカル環境で実行（ターミナル / コマンドプロンプト）

通常のPythonスクリプトやFlaskアプリを実行した場合、ターミナルやコマンドプロンプトの表示内容が更新されますが、ブラウザは自動的には更新されません。ブラウザを手動でリロードする必要があります。

2. Flaskアプリ実行

Flaskアプリを実行する場合、Flaskの「デバッグモード」を有効にしていると、コードを更新したときにサーバーが自動で再起動し、ブラウザで表示しているページも自動的に更新されます。デバッグモードが有効でない場合、手動でブラウザをリロードする必要があります。

3. Streamlitアプリ実行

Streamlitは、コードを変更し保存すると、ブラウザが自動的に更新されます。つまり、アプリを実行しているときにコードを変更すると、その変更が即座にブラウザに反映されます。

4. Google Colab / Replit

Google ColabやReplitでは、コードを実行して結果がその場で反映されますが、Webページ自体の表示が即座に変わるわけではありません。ただし、出力結果がセルに表示されるため、コード実行結果がすぐに確認できます。

5. サーバーにデプロイ（Heroku / PythonAnywhere）

サーバーにデプロイした場合、アプリの変更を反映させるには、新しいコードをサーバーにデプロイし直す必要があります。デプロイ後、ブラウザをリロードすることで、最新の内容が反映されます。

結論

コードを更新した場合、FlaskやStreamlitなどの一部のフレームワークでは、設定により自動的にブラウザが更新されることがありますが、一般的には手動でブラウザをリロードする必要があります。

逆に言えば、上記の方法で実行して、リロードをすれば、最新の情報になるのですね？

はい、その通りです！上記の方法でプログラムを実行し、その後ブラウザをリロードすれば、最新の情報が反映されます。リロード（再読み込み）をすることで、ブラウザがサーバーから最新のコンテンツを取得して、画面に表示される内容が更新されます。

例えば：

• FlaskやStreamlitのようなフレームワークでは、コードを更新して実行後、ブラウザをリロードすると、更新された内容が反映されます。
• Google ColabやReplitでは、コードを実行して結果が表示されるので、リロードする必要はない場合もありますが、ブラウザの表示を確認するためにリロードすることは有効です。

結論

基本的に、コードを変更した後、その変更を反映させるためにはブラウザをリロードするのが一般的です。

姉妹サイト

【わかる】初心者向けPython実行＆実装方法「これでPythonが動く」 Pythonプログラムが実行できない場合の対処方法 スマホでPythonプログラムを実行する方法（Androidアプリ、オンライン）

AI使用

このサイトは、一部のコンテンツに生成AIを使用しています。

免責事項・著作権表示