【Pythonの基礎知識】モジュールとライブラリを使う方法

Pythonでは標準機能だけでは足りない場面が多々あります。モジュールやライブラリを使うことで、外部機能を簡単に取り込み、コードの効率や保守性を飛躍的に向上させることが可能です。

モジュールとライブラリの違いとは？

Pythonでは「モジュール」と「ライブラリ」が頻出しますが、その意味や役割には明確な違いがあります。

モジュールは「.pyファイル」単位の機能集

モジュールとは、機能をまとめた Python のファイル（拡張子 .py）です。関数やクラスを定義しておき、他のファイルから再利用するための単位です。

sample_module.py
    def greet(name):
        return f"Hello, {name}!"

main.py
    import sample_module
    print(sample_module.greet("Alice"))

出力: Hello, Alice!

ライブラリは複数モジュールを束ねた集合体

ライブラリとは、複数のモジュールをまとめた機能の集合体です。Pythonには豊富な標準ライブラリがあり、外部の有名ライブラリも数多く存在します。

例：NumPyライブラリは、複数のモジュールによって数値計算や行列操作が可能になります。

Python標準ライブラリと外部ライブラリの違い

Pythonにあらかじめ含まれているのが「標準ライブラリ」、pipなどで追加インストールが必要なのが「外部ライブラリ」です。

JavaとPythonにおけるライブラリの役割比較

Pythonの「モジュール」や「ライブラリ」は、JavaにおけるクラスやJARファイルと非常に似た役割を持ちます。ただし、インタプリタ型とコンパイル型という違いがあるため、構成ファイルや管理方法には差があります。

Pythonの外部ライブラリ（例：NumPy、Pandasなど）は、Javaで言うところのJARファイルにあたると考えてよいでしょう。違いとしては、Pythonはスクリプト言語なので.pyファイルがそのまま流通し、Javaはコンパイルされたバイトコード（.class）がJARに格納される点です。

import構文の基本と応用パターン

モジュールやライブラリを使用するための基本が import文です。この構文には複数の書き方があります。

基本のimportとasによる別名指定

通常はモジュール名をそのままimportしますが、名前が長い場合は asで短縮できます。

import math
print(math.sqrt(16))
# 出力: 4.0

import numpy as np
print(np.array([1, 2, 3]))
# 出力: [1 2 3]

from ... importによる要素の直接指定

特定の関数やクラスのみ使いたい場合は、 from モジュール import 要素を使用します。

from math import pi, sin
print(pi)
print(sin(0))
# 出力: 3.141592653589793
# 出力: 0.0

import時のディレクトリ構成と相対パス

プロジェクトが大きくなると、複数のファイルやフォルダを扱う必要があります。 importはその構成に影響を受けます。

from . import utils
from ..common import logger

※相対パスによるimportはパッケージ内の構造を意識する必要があります。

標準ライブラリでよく使う機能集

Pythonには最初からインストールされている便利な標準ライブラリが数多くあります。ここではその代表例を紹介します。

osでファイルパスや環境情報を取得

ファイル操作やディレクトリ構成を扱う際によく使われるのが osライブラリです。

import os
print(os.getcwd())
print(os.path.exists("sample.txt"))

出力結果：

補足：pwdとgetcwdの違いに注意

「カレントディレクトリを取得する」と聞くと、Linuxなどのシェルコマンドで使われる pwdを連想するかもしれませんが、Pythonでは os.getcwd()が正しい関数です。

Pythonには pwdという関数は存在しません。あくまで os.getcwd()を使うのが正解です。Shellの知識がある人ほど混同しやすいため、注意が必要です。

import os
print(os.getcwd())

出力例：

datetimeで日付・時間の操作

現在時刻の取得や、日付の加算・差分を計算する場合に datetimeが活躍します。

from datetime import datetime, timedelta
now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S"))
print((now + timedelta(days=7)).strftime("%Y-%m-%d %H:%M:%S"))

出力結果：

補足：datetimeもimportが必要

Pythonの標準ライブラリは、すべて明示的な importが必要です。 datetimeも例外ではありません。

以下のように、 import datetimeを行わなければ使えません。

import datetime
print(datetime.datetime.now())

出力例：

もし次のように書きたい場合：

from datetime import datetime
print(datetime.now())

この場合は datetimeモジュールの中から、 datetimeクラスだけを取り出して使っています。

標準ライブラリであっても、 os、 datetime、 randomなどはすべて import文が必要であることを忘れないようにしましょう。

【補足】datetimeのインポートが省略されているように見える理由

前出のようなコードを見ると、一見「datetimeをインポートしていない」ように感じるかもしれません。

from datetime import datetime, timedelta
now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S"))
print((now + timedelta(days=7)).strftime("%Y-%m-%d %H:%M:%S"))

しかし、これは datetime モジュールの中にある datetime クラスと timedelta クラスを直接インポートしている構文です。
通常の import datetime のようにモジュール全体を読み込んでいるのではなく、クラス単位で明示的に読み込んでいます。

同じ名前の構造が重なっているため、インポートが省略されたように見えるだけで、実際にはしっかりとクラスを指定して読み込んでいます。

randomで乱数を生成する方法

ランダムな値を生成する場面では randomライブラリを使います。

import random
print(random.randint(1, 10))
print(random.choice(["apple", "banana", "cherry"]))

出力結果：

外部ライブラリの導入と管理方法

標準ライブラリでは対応できない場面では、外部ライブラリを導入します。Pythonではpipを使った簡単な導入が可能です。

pip installでライブラリを導入する

外部ライブラリのインストールには、Pythonに標準で付属する「pip」を使用します。

pip install requests

上記のコマンドを実行すると、「requests」というライブラリがインストールされ、次のように使用できます。

import requests
res = requests.get("https://example.com")
print(res.status_code)

出力結果：

補足：pipとは、Pythonに標準で付属しているパッケージ管理ツールです。外部ライブラリをインストール・アンインストール・更新する際に使用されます。

仮想環境（venv）の重要性と基本操作

仮想環境を使うことで、プロジェクトごとに依存ライブラリのバージョンを分けて管理できます。

python -m venv venv
source venv/bin/activate （Mac/Linux）
venv\\Scripts\\activate （Windows）

仮想環境を有効化した状態でpip installを行えば、プロジェクト内にのみライブラリがインストールされます。

仮想環境を使う最大の利点とは？

    仮想環境を使うことで、ライブラリのインストール先をプロジェクトフォルダ内に限定できます。これにより、システム全体（グローバル環境）を汚すことなく、プロジェクトごとに必要なライブラリを独立して管理できます。

    たとえば、あるプロジェクトでは古いバージョンのライブラリが必要で、別のプロジェクトでは最新のものが必要な場合でも、仮想環境を使えばそれぞれに適した状態で共存させることができます。

    仮想環境を作らずにインストールを繰り返すと、Pythonの環境が壊れたり、意図しないバージョン競合が発生する原因となるため、実務でも仮想環境の使用はほぼ必須とされています。

requirements.txtで環境を再現する

現在の環境にインストールされたパッケージ一覧を、ファイルに出力しておくことで、同じ環境を別のPCやチームメンバーと共有できます。

pip freeze > requirements.txt

共有先では、次のコマンドで一括インストールが可能です。

pip install -r requirements.txt

この運用により、環境構築ミスを防ぎ、再現性のある開発が可能になります。

よく使われる外部ライブラリの紹介

    Pythonの魅力のひとつは、豊富な外部ライブラリに支えられていることです。ここでは実務や学習でよく使われるライブラリを紹介します。

Web系：requests, Flask など

    Web開発やAPI連携では、以下のようなライブラリが頻繁に使われます。

• requests：HTTPリクエストを簡潔に送信できるライブラリ
• Flask：軽量なWebアプリケーションフレームワーク

import requests
response = requests.get("https://example.com")
print(response.status_code)

【出力例】

データ処理系：pandas, numpy など

    大量のデータを効率的に扱うために使われる、データ分析系ライブラリです。

• pandas：表形式データ（DataFrame）を操作するためのライブラリ
• numpy：数値計算を効率化するための配列処理ライブラリ

import pandas as pd
df = pd.DataFrame({"name": ["Alice", "Bob"], "age": [25, 30]})
print(df)

【出力例】

機械学習・AI系：scikit-learn, TensorFlow など

    人工知能や機械学習分野で利用されるライブラリです。

• scikit-learn：分類・回帰・クラスタリングなどの機械学習アルゴリズムを提供
• TensorFlow：Google製のディープラーニング向けフレームワーク

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit([[1], [2], [3]], [2, 4, 6])
print(model.predict([[4]]))

【出力例】

ジャンル別の代表的な外部ライブラリ一覧

上記で紹介したもの以外にも、Pythonには優れた外部ライブラリが多数存在します。以下に、ジャンルごとに代表的なライブラリを表形式でまとめました。

Pythonの真価は「豊富なライブラリをどこまで活用できるか」に集約されます。標準機能だけでも十分ですが、外部ライブラリを駆使することで 数十行の処理が1行で済む ことも珍しくありません。

もし「Pythonが他の言語より楽」と感じられる瞬間があるとすれば、それはこのライブラリ文化によるものです。

自作モジュールの作り方と活用例

他人のライブラリだけでなく、自分でモジュールを作成して再利用することで、コードの再構築性が向上します。

自作モジュールの基本構成とimport方法

モジュールは.pyファイル単位で構成されます。Pythonファイルを別のスクリプトから読み込むことで、再利用が可能です。

# utils.py（自作モジュール）
def greet(name):
    return f"Hello, {name}!"

# main.py（呼び出し側）
import utils
print(utils.greet("Taro"))

【出力結果】

役割ごとに関数を分割する設計のポイント

1ファイルに多くの処理を詰め込むと、保守が難しくなります。処理の役割ごとにモジュールを分けると、再利用性と可読性が大きく向上します。

# math_utils.py
def add(a, b):
    return a + b

# string_utils.py
def shout(text):
    return text.upper()

このように、数学処理と文字列処理を別モジュールに分けておくことで、必要なものだけをimportでき、メンテナンスも容易になります。

実務における共通関数モジュールの例

共通関数は、ログ出力やファイル読み書き、入力チェックなど、複数のスクリプトで繰り返し使う処理をまとめたモジュールです。

# common.py
import datetime

def log(message):
    now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    print(f"[{now}] {message}")

# 実行例
import common
common.log("処理開始")

【出力結果】

まとめ｜自作モジュールでコードを資産化する

自作モジュールを活用することで、処理の共通化・再利用が可能になり、開発効率と保守性が大幅に向上します。標準ライブラリや外部ライブラリに頼るだけでなく、自分自身の「使い回せる部品」を作ることが、スキルアップへの第一歩です。次回は、Pythonの持つ便利な組み込み関数について整理していきます。

この記事を読んだら、次は「【Pythonの基礎知識】Pythonのクラスとオブジェクトを最初に学ぶ」の使い方に進むのがおすすめです。

Beエンジニア

【Pythonの基礎知識】Pythonのクラスとオブジェクトを最初に学ぶ

https://www.pmi-sfbac.org/python-basic-09-class-oop

プログラムの規模が大きくなるにつれて、「データと処理をまとめる技術」が必要になります。そこで登場するのがクラスとオブジェクト。この記事では、PythonにおけるOOP（オブジェクト指向）の基礎中の基礎を、最小限のコードで丁寧に解説します。 クラスとオブジェクトの本質とは？関数や変数だけでコードを書いていくと、徐々に構造が複雑化し、保守性や再利用性に問題が生じます。そこで登場するのが「クラス」と「オブジェクト」という概念です。これらは、処理とデータを一体化し、より現実世界に近い形でプログラムを設計するこ...