見出し画像

【VS CodeがAIエディタに!?】アナコンダから始めるPython開発環境の作り方

株式会社シンクアップ

夏の一大イベントが終わって、その勢いをそのままに、新しいプロジェクトにチャレンジしようとしている。
まずはリサーチのためにWEBスクレーピングする必要が出てきた。それで24時間稼働の専用マシンを自作することを思いつき、ChatGPTに相談しながら進めている。
PythonとBeautifulSoup（bs4）を使ってプログラミングを始めるために、まずは開発環境を整える必要があった。

1. なぜアナコンダ（Anaconda）をインストールするのか？

  • 理由①：科学技術系ライブラリが最初から揃っている
    → numpy, pandas, matplotlib などの必須ライブラリがワンクリックで揃う

  • 理由②：仮想環境が簡単に作れる
    → プロジェクトごとにライブラリのバージョンを分けられる

  • 理由③：初心者にも優しい
    → GUIの「Navigator」や、専用プロンプトから簡単に環境操作ができる

結果的に「最初の一歩」としてアナコンダはとても便利。

2. Anacondaをインストールすると出てくる「いろんなプロンプト」の正体

インストール後にWindowsのスタートメニューを見ると、こんなに種類が出てきて混乱するはずです。

  • Anaconda Prompt → Anaconda専用のコマンドライン（基本はこれを使う）

  • CMD.exe Prompt → 普通のコマンドプロンプト。自分で conda activate が必要

  • PowerShell Prompt → 高機能なWindows標準シェル

  • Anaconda PowerShell Prompt → PowerShellにAnacondaの設定を組み込んだもの

👉 迷ったら「Anaconda Prompt」を使えばOK。

3. VS Codeがデフォルトでなくなった件

昔はAnacondaを入れると自動でVS Codeも一緒に入ったが、今は別インストールが必要。
公式サイト（https://code.visualstudio.com/）に行くと、

The open source AI code editor

という見慣れないキャッチコピーが出てきて戸惑うけれど、これは昔からのVS Codeそのもの。
安心して「Download」を押せばよい。

4. VS Codeインストール時のチェックポイント

インストール時のオプションでこれを選ぶと便利：

  • ✅ 「Add to PATH（環境変数に追加）」

  • ✅ 「右クリックメニューに追加」

これで Anaconda Prompt から次のように使えるようになる：

code .

（現在のディレクトリをVS Codeで開く）

ついでに日本語化の手順

いちばん簡単な方法

VS Codeを起動

  1. 左の拡張機能（四角アイコン）を開く

    • ショートカット：Win/Linux: Ctrl+Shift+X、Mac: Cmd+Shift+X

  2. 検索欄に 「Japanese Language Pack」 と入力

  3. Japanese Language Pack for Visual Studio Code（Microsoft製） をインストール

  4. 右下に「言語を日本語に切り替えますか？」が出たら 「Restart / 再起動」 を押す

    • 出ない場合は、コマンドパレット（Ctrl/Cmd+Shift+P）→ “Display Language / 表示言語の構成” → ja を選んで再起動

コマンド一発（お好みで）

  • 端末から：

    1. code --install-extension MS-CEINTL.vscode-language-pack-ja

うまくいかない時のチェック

  • 拡張機能が有効になっているか

  • コマンドパレット → Display Language で ja が選ばれているか

  • Remote/WSL/コンテナ を使う場合：リモート側にも同じ拡張を入れる（リモートのウィンドウで再度インストール）

英語に戻したい時

  • コマンドパレット → Display Language → en を選んで再起動

  • もしくは日本語パック拡張を無効化/アンインストール

5. Python + BeautifulSoup で環境を確認する

まずは仮想環境を作成：

conda create -n scraping python=3.12
conda activate scraping

BeautifulSoupとrequestsをインストール：

pip install beautifulsoup4 requests

テストコード例（test.py）：

import requests
from bs4 import BeautifulSoup

url = "https://www.example.com/"
res = requests.get(url)
soup = BeautifulSoup(res.text, "html.parser")

print(soup.title.string)

実行：

python test.py

6. まとめ

  • Anacondaは「環境構築を一気に片付けられる便利ツール」

  • プロンプトの違いはあるが、基本はAnaconda PromptでOK

  • VS Codeは別インストールになったが、昔と変わらず安心して使える

  • Python + bs4 のセットアップも数行で完了

「AIエディタ」だの「Copilot」だの表記に惑わされず、いつものPython開発環境として気軽に使えるので安心してほしい。

以上、自分用メモ。誰かの役に立てばいいけど。

追記

🔍 pip と conda の違い

| 特徴        | `conda install`                     | `pip install`                 |
| --------- 　| ----------------------------------- | ----------------------------- |
| 管理対象    | Pythonライブラリ＋その他依存パッケージ | Pythonライブラリだけ            |
| 入手元　　　 | Anaconda独自のリポジトリ　　　　　　　|Python公式の巨大リポジトリ）      |
| 安定性       | 検証済みのバイナリが多い             | 最新のライブラリが手に入るが     |
|             |                                    | 依存関係が壊れることも           |
| コマンド例   | `conda install numpy`              | `pip install numpy`            |

✅ なんで「pip install」ばかり見かけるのか？

  1. 世界中のPython記事の標準がpipだから
    → PyPIが公式なので、ブログやドキュメントは基本 pip 前提。

  2. Anacondaを使わない人も多いから
    → 「pipなら誰でも使える」という理由で、記事はpip基準になりやすい。

  3. PyPIの方が新しいバージョンが早い
    → 例えば機械学習系のライブラリ（transformersなど）はまずPyPIに出る。

💡 実際にどう使い分ける？

  • 基本は conda install を優先

    • numpy / pandas / matplotlib / scikit-learn など主要ライブラリ

    • Cライブラリ依存が強いもの（例：opencv, scipy）

  • condaに無いパッケージは pip install

    • webスクレイピング用の beautifulsoup4 や requests など

    • 最新版が必要なライブラリ

📝 実践的なルール

  1. まず conda search XXXX で探す

  2. あれば conda install XXXX

  3. なければ pip install XXXX

混ぜて使っても大丈夫だがが、必ず仮想環境ごとに使い分けるのがおすすめ。

  • beautifulsoup4 や requests は軽量なPython純粋ライブラリなので、condaの独自リポジトリにわざわざ置かれてないことが多い。

  • なので、pipから入れるのが普通。

pip install beautifulsoup4 requests

一方で、numpy や pandas はCライブラリ依存が大きいので、condaから入れる方がトラブル少ない。

👉 つまり、「記事がpipばっかりなのは単に標準だから」で、Anacondaユーザーは「まずconda、なければpip」というのがベスト実践だ。

いいなと思ったら応援しよう！