ホーム

VS CodeでPythonを書く

Pythonを書きたいけど、どのエディターを使えばいい？PyCharmは少し重い…そんなときはVS Codeがおすすめです。軽快ながら高機能で、Python、R、JavaScriptなど複数の言語を1つのエディターで扱えます。このガイドでは、VS CodeにPython環境を構築し、コード補完、デバッグ、Streamlitアプリの実行まで体験します。

キーワード

前提条件

ステップ1：Python本体をインストール

最新のパッケージとの互換性を確保するため、Python 3.8以降が必要です。

ターミナルを開いてpython3 --versionまたはpython --versionと入力してインストールを確認します。

ステップ2：VS CodeにPython拡張機能をインストール

Python拡張機能には、デバッグ、インテリセンス、コードフォーマット、Jupyterノートブックのサポートが含まれています。

ステップ3：Pythonプロジェクトを作成

ステップ4：Pythonインタープリタを選択

VS CodeがどのPythonインストールを使用するかを指定する必要があります。

Pythonインストールが表示されない場合は、インタープリタパスを入力をクリックし、Pythonがインストールされている場所に移動します。

ステップ5：仮想環境を作成

仮想環境により、プロジェクトの依存関係を分離して管理できます。

環境がアクティブになると、ターミナルプロンプトに(.venv)が表示されます。

ステップ6：必要なパッケージをインストール

pip install pandas matplotlib streamlit

(.venv)が表示されない場合、環境がアクティブになっていません。表示 > コマンドパレットをクリックし、Python: Select Interpreterを実行して、横に('.venv': venv)と表示されているインタープリタを選択します。

ステップ7：最初のPythonスクリプトを書く

analysis.pyに次のコードを入力します：

import pandas as pd
import matplotlib.pyplot as plt

# irisデータセットを読み込む
url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv"
iris = pd.read_csv(url)

# 最初の数行を表示
print(iris.head())

# 要約統計を生成
print("\nSummary Statistics:")
print(iris.describe())

# ヒストグラムを作成
plt.figure(figsize=(8, 6))
plt.hist(iris['sepal_length'], bins=20, color='steelblue', edgecolor='white')
plt.xlabel('Sepal Length (cm)')
plt.ylabel('Frequency')
plt.title('Distribution of Sepal Length')
plt.show()

ステップ8：Pythonコードをインタラクティブに実行

ステップ9：シンプルなStreamlitアプリを作成

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

st.title("Interactive Histogram")

# サイドバースライダー
bins = st.sidebar.slider(
    "Number of bins:",
    min_value=5,
    max_value=50,
    value=30
)

# データを読み込む
url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv"
iris = pd.read_csv(url)

# ヒストグラムを作成
fig, ax = plt.subplots(figsize=(8, 6))
ax.hist(iris['sepal_length'], bins=bins, color='steelblue', edgecolor='white')
ax.set_xlabel('Sepal Length (cm)')
ax.set_ylabel('Frequency')
ax.set_title('Distribution of Sepal Length')

# Streamlitで表示
st.pyplot(fig)

streamlit run app.py

ステップ10：コード補完とインテリセンスを使用

ステップ11：デバッグを試す

次のステップ

トラブルシューティング

ワークフローのまとめ

VS Codeは、次の利点を備えたPython開発のための現代的で軽量な環境を提供します：

Created by Steven Ge on December 7, 2025.