Python はクロスプラットフォーム対応の言語であり、さまざまな環境で実行できます。
ローカル実行環境
Python は Windows、macOS、Linux などの OS で動作します。
いくつかのディストリビューション（配布形態）が存在し、用途に応じた選択が可能です。
Python のディストリビューション
1. CPython
- Python の公式実装であり、最も広く使用されている。
- C 言語で実装されており、標準の Python インタープリター。
- 公式サイト（https://www.python.org/ ）からダウンロードできるのはこの CPython。
2. Anaconda / Miniconda
- Anaconda: データサイエンス・機械学習向けのディストリビューション。
- NumPy、Pandas、Scikit-learn などのライブラリが含まれる。
condaによるパッケージ管理が可能。
- Miniconda: Anaconda の軽量版で、最小限のパッケージのみを含む。
3. PyPy
- JIT（Just-In-Time）コンパイルを用いた Python の高速実装。
- CPython よりもパフォーマンスが向上することが多い。
4. Jython
- Java で実装された Python。
- Java 仮想マシン（JVM）上で動作し、Java ライブラリと統合可能。
5. IronPython
- .NET Framework 上で動作する Python 実装。
- C# や VB.NET との統合が可能。
ローカル開発環境
Python のコーディングを (効率的に) 行うことも考慮した場合は、以下の組み合わせなどがあると思います。
ローカル実行環境 + テキストエディタ + コマンドプロンプト
Windows だとメモ帳などの単純なテキストエディタで Python のコードを書いて、コマンドプロンプト(ターミナル) から実行する方法です。
ローカル実行環境 + コードエディタ (VS Code)
Visual Studio Code (VS Code) で Python 用の Extension を利用し、効率的にコーディングから実行までを行う方法です。
IDE (統合実行環境)
Python に特化した IDE としては、JetBrains 社による PyCharm があります。
自動補完などにより効率的にコーディング可能です。
Community Edition は無料で利用できます。
参考
https://www.jetbrains.com/ja-jp/pycharm/editions
Jupyter Notebook / JupyterLab
Python の開発環境として Jupyter Notebook や JupyterLab もあげられると思います。
.ipynb形式のファイルを使用し、コード、Markdown、可視化などを組み合わせたインタラクティブな開発が可能。- データ分析や機械学習 の分野で特に活用される。
- Anaconda には Jupyter Notebook が含まれている。
- JupyterLab は Jupyter Notebook の拡張版で、より柔軟な開発が可能。
オンライン、クラウド環境
オンラインでの実行・開発環境はいくつかありますが、代表的なのは以下でしょうか。
- Google Colab: Jupyter Notebook をベースにしたクラウド環境。
別ページで随時それぞれ情報を追加していきたいと思います。