【Python】Python 実行方法を初心者向けにわかりやすく解説

プログラミング言語•2025/2/17

Python

はじめに

皆さんは「Python 実行方法」についてどのようなイメージをお持ちでしょうか。

Pythonは多くの場面で使われており、コマンドラインからの実行やGUIツールの利用、あるいはJupyter Notebookなどさまざまな方法があります。

しかし、プログラミング初心者の方にとっては「どうやって動かすの？」という基本的な部分で躓くことが少なくありません。

そこで、今回はPythonを実行する手段を一通り整理し、実際のコード例とあわせてわかりやすく解説します。

実務での活用場面としては、Webアプリの開発やデータ分析、業務の自動化などが挙げられます。

どのように実行するかを押さえておくと、目的に合わせた環境構築やワークフローが組みやすくなります。

これからPythonを始める方や、あるいは基礎から振り返りたい方に向けて、できるだけ丁寧に説明していきます。

この記事を読むとわかること

Pythonを実行する方法の違いと特徴
コマンドラインやGUIツールを使った実行の流れ
Jupyter NotebookやIDEを使った実行のポイント
実務での活用シーンの具体例
スクリプトファイルとインタラクティブモードの使い分け

Pythonの実行方法とは？

Pythonのプログラムは、大きく分けてファイルとして保存したスクリプトを実行する方法と、 インタラクティブモード (対話型シェル) で実行する方法があります。

他にも、IDEやエディタ上でコードを動かす場合もあれば、Jupyter Notebookのようにコードセルを順に実行していく方法も存在します。

さらに、特定のオプションを付与してPythonコマンドを実行するケースもあります。

何を開発するか、あるいはどのような用途に使うかによって、最適なPython 実行方法は変わるでしょう。

実務でも、例えばテスト用の短いコードはインタラクティブモードで動かし、実際のシステムとして運用するコードはファイルにまとめて実行することがよくあります。

ここからは具体的なやり方を見ていきますが、初心者の方でも理解しやすいように、なるべく一つひとつのステップを簡潔にまとめていきます。

なお、あまり抽象的な話に終始しないよう、実践に即した具体例を挟みながら進めていきます。

コマンドラインからファイルを実行する

Pythonを使ううえでベーシックなやり方の一つが、スクリプトファイルを作成し、それをコマンドラインから実行する方法です。

WindowsならコマンドプロンプトやPowerShell、MacやLinuxならターミナルを利用する形になります。

テキストエディタなどで hello.py のようなファイルを用意する
以下のようなサンプルコードを記述する


print("Hello, Python!")

ファイルが保存されているディレクトリに移動する
次のように入力して実行


python hello.py

実行すると、ターミナルに Hello, Python! と表示されます。

実務での活用シーンとしては、小規模な自動化スクリプトを定期的に実行したり、簡単なWebサーバーを立ち上げるときにもこの方法を使います。

ファイルの中にプログラムをまとめることで、あとから管理や修正がしやすいのもポイントです。

インタラクティブモード（対話型シェル）で実行する

次に、Pythonの対話型シェルを使った実行方法です。

Pythonをインストールした環境で、ターミナルやコマンドプロンプト上で python や python3 と入力してEnterを押すと、対話型シェルが起動します。

これはインタラクティブモードと呼ばれ、入力したコードが即時に実行されるのが特徴です。

例えば、以下のように python コマンドで対話型シェルを起動し、1行ずつコードを試せます。


python
>>> print("Hello from interactive mode!")
Hello from interactive mode!
>>> x = 5
>>> y = 2
>>> x * y
10

実務でも、新しいコードを試してみたいときや、簡単な演算をすぐに確認したいときに便利です。

ファイルに保存せずとも、その場で結果が見られるので、ちょっとしたテストが可能になります。

ただし、長いコードを書くにはあまり向いていないため、大規模な開発ではスクリプトファイルを使うか、IDEを使う場合が多いでしょう。

IDEやテキストエディタからの実行

IDE（統合開発環境）やテキストエディタからPythonを実行する方法も人気があります。

VSCodeやPyCharmなどの環境にPython用のプラグインや拡張機能をインストールすると、エディタ上から直接Pythonファイルを実行できます。

ボタン一つでプログラムをビルド・実行できるため、開発効率の向上が期待できるでしょう。

設定によっては、仮想環境を切り替えながら同じプロジェクト内で別のバージョンのPythonを使い分けることもあります。

例えば、PyCharmの場合は以下のような手順になります。

新規プロジェクトを作成
自動的に仮想環境が用意される
main.py のようなファイルを作り、サンプルコードを書いて保存
IDEのRunボタンを押すとプログラムが実行される

テキストエディタとして人気のVSCodeも、Python拡張を入れることで実行ボタンが表示されるようになり、ワンクリックでコードを動かせます。

実務では大きめのプロジェクトで共同作業を行うときや、デバッグ機能を多用する際に役立つため、IDEからの実行が選ばれることが多いです。

Jupyter Notebookでの実行

データ分析の現場や学習用の環境でよく使われるのが、Jupyter Notebook です。

これはWebブラウザ上でPythonコードを入力し、その場で実行結果を表示できます。

グラフや表などもインラインで表示されるため、インタラクティブに分析作業を進められる点が大きな特徴です。

Jupyter Notebookの実行手順としては、以下のような流れがあります。

ターミナルなどで jupyter notebook を実行
ブラウザが自動的に立ち上がる
新規Notebookを作成し、コードセルを入力
Shift+Enter でセルを実行すると結果が表示される

Notebook形式のファイル（拡張子 .ipynb）にはコードやテキスト、グラフなどが一緒に保存されるため、実務でのデータ分析レポートとしても使われることが多いです。

「流れを止めずにコードを少しずつ書きながら結果を確認したい」という場面では非常に便利ですが、大規模なシステム開発向きではないので、あくまでも用途に応じて使い分けるのが良いでしょう。

スクリプト実行とインタラクティブモードの使い分け

ここまで、ファイルとして保存してから実行する方法と、インタラクティブモードで一行ずつ確認しながら実行する方法をご紹介しました。

両者は以下のような使い分けをすることが多いでしょう。

スクリプトファイル実行

後から読み返して再利用したいコードが多い場合や、タスクの自動化など実務で定期的に使う処理を組む場合

インタラクティブモード

ちょっとした実験をしたいときや、数学的な計算を手早く試したいとき

例えば業務効率化のシナリオでは、毎週のレポート作成を自動化するスクリプトをファイルにまとめておいて、時間指定で自動実行されるように設定します。

一方で、新しいライブラリの動作を試す際などは、インタラクティブモードで数行のコードを試してみることが多いかもしれません。

それぞれの特徴を理解しておくと、Python 実行方法を状況によって切り替えられます。

Pythonコマンドのオプションを活用する

コマンドラインでPythonを使う場合、いくつかのオプションを知っておくと便利です。

以下に例を挙げます。

`python -i script.py`

スクリプトを実行したあと、そのままインタラクティブモードに入るオプションです。
実行後の変数をそのまま使って追加の処理を試せます。

`python -m module_name`

モジュールとして指定したPythonファイルを実行します。
例えば python -m http.server のように記述すると、簡単なHTTPサーバーを起動できます。

これらのオプションは、単にファイルを実行するだけでなく、スクリプト終了後の状態を調べたり、標準ライブラリのモジュールを便利に実行したりするときに役立ちます。

実務でも、ログを出力するモジュールを -m で起動したり、テストツールをコマンドラインから呼び出すといった使い方がよく行われています。

特定のタスクに合わせて最適なコマンドオプションを使えるようになると、Pythonでの作業効率がさらに上がるでしょう。

GUIツールを利用するケース

GUI（グラフィカルユーザーインターフェース）を備えた実行環境としては、たとえばIDLEと呼ばれる純正のPython専用エディタがあります。

Pythonをインストールすると一緒に付属していることが多く、アイコンをクリックして起動すると、すぐにインタラクティブモードやファイル実行ができる便利なツールです。

IDLEは初心者が最初にPythonを学ぶときに使いやすいというメリットがあります。

メニューから「File」→「New File」でコードを書く
「Run」→「Run Module」で実行

上記のような操作で簡単にスクリプトを試せます。

実務での大規模開発というよりは、小規模なスクリプト作成や学習目的で利用されることが多いでしょう。

ただ、コード補完やデバッグ機能は限定的なので、より本格的な開発にはPyCharmやVSCodeのようなIDEが使われることが一般的です。

実務でのPython活用例：Webアプリケーション開発

PythonはWebアプリケーションの開発でも活用されています。

特に有名なのが、Flask や Django のようなWebフレームワークを使った開発です。

これらのフレームワークを使うときも、基本的にはPythonファイルを作成し、それをコマンドラインで python app.py のように実行します。

フレームワーク側で用意された開発サーバーが起動し、URLにアクセスするとアプリの動作を確認できます。

以下はFlaskを使ったシンプルな例です。


from flask import Flask

app = Flask(__name__)

@app.route("/")
def home():
    return "Hello, Flask!"

if __name__ == "__main__":
    app.run()

このファイルを python app.py のように実行すると、コンソールに Running on http://127.0.0.1:5000/ と表示されるので、そのURLにブラウザでアクセスします。

実務ではさらに複雑なディレクトリ構成で開発を進め、最終的には本番サーバーにデプロイすることが多いです。

しかし、その際も「Pythonファイルとして実行する」という基本的な流れは変わりません。

これが「Python 実行方法」がWeb開発においても重要な理由の一つです。

実務でのPython活用例：データ分析

データ分析や機械学習の現場でよく耳にするライブラリとしては、NumPy や pandas、scikit-learn などがあります。

多くの場合、Jupyter Notebookを使いながらコードを動かしつつ、結果をすぐに可視化して確認するスタイルがとられます。

業務での大量データを扱う場合にも、Notebook形式でワークフローをまとめ、分析内容を共有する流れが一般的です。

例えば、CSVファイルを読み込んで集計を行う場合は以下のようなコードを書きます。


import pandas as pd

df = pd.read_csv("data.csv")
print(df.head())  # 先頭5行を表示

これをJupyter Notebook上でセルごとに実行し、すぐに結果を確認できます。

分析が一通り終わったあとはNotebookをレポートとして活用できるので、他の人に結果を見せる際にも便利でしょう。

ただし、Notebookは実験的な作業には向いていても、同じスクリプトを定期実行するにはあまり適していないことがあります。

その場合はNotebookで書いたコードを.pyファイルに移し、ターミナルから定期的に実行する形にしているケースもよく見かけます。

実務でのPython活用例：自動化スクリプト

実務でちょっとした作業を自動化したいときに、Pythonはとても便利です。

例えば毎日の売上データを集計してグラフにする、あるいは複数のExcelファイルを読み込んで必要な項目をまとめる、などの操作を手動で行うのは手間がかかります。

そこで、これらの処理をPythonスクリプトにまとめて実行することで、定型作業を大幅に削減できるでしょう。

自動化スクリプトを作る流れの一例は以下です。

Pythonでフォルダ内のファイル一覧を取得
必要なデータを抽出し、計算や整形を行う
結果をCSVやExcelに書き出す
実行したいタイミングに合わせてスクリプトを実行する

こうしたスクリプトも最終的にはファイルにまとめて python script.py のように実行します。

Windowsの場合はタスクスケジューラ、MacやLinuxではcronを使って決まった時間に自動実行するようスケジューリングすることもできます。

実務での作業をスムーズにする目的で、Python 実行方法を正しく理解しておくと大いに役立ちます。

仮想環境とPythonの実行

Python開発では、仮想環境という仕組みを使ってプロジェクトごとに異なるライブラリのバージョンを管理します。

仮想環境を作成したら、その仮想環境をアクティベートした状態でPythonを実行するのが一般的です。

例えば、WindowsのコマンドプロンプトやPowerShellで以下のようにします。


python -m venv venv
venv\Scripts\activate

すると、ターミナルの左側に (venv) のような表示が出て、仮想環境が有効になっていることがわかります。

この状態でインストールしたライブラリや実行したPythonスクリプトは、仮想環境内で完結するため、他の環境と衝突しにくいメリットがあります。

実務では、プロジェクトAで使うライブラリとプロジェクトBで使うライブラリが異なるケースがよくあるので、仮想環境を使った上で「python main.py」のように実行するのが標準的なフローです。

よくあるトラブルと対処法

Pythonを実行する際、初心者の方が遭遇しやすいトラブルとしては、パスが通っていないことによるエラーや、インタープリタのバージョン違いによる動作不良などが挙げられます。

Pythonコマンドが見つからない

インストール時に「PATHを追加する」オプションを選ばなかった場合、Pythonの実行ファイルが認識されないことがあります。
その場合はフルパスで C:\Users\username\AppData\Local\Programs\Python\Python39\python.exe のように呼び出すか、PATHを設定し直すことで解決できます。

バージョン違いによるトラブル

一部のライブラリは新しい機能に依存しているため、古いPython環境だと正常に動かないことがあります。
逆に、古いライブラリが新しい環境に対応していないケースもあるため、プロジェクトごとに仮想環境でバージョンを固定すると安心です。

こうした問題が起こりにくいように、初心者のうちはIDEや仮想環境などの設定を丁寧に行いながら、Python 実行方法を確認していくのがおすすめです。

便利なヒントや注意点

Pythonを実行するうえで覚えておくと便利なヒントをいくつか挙げてみます。

エラーが出たらメッセージを読む

Pythonはエラー文が比較的わかりやすいので、焦らずエラーメッセージを読み解きましょう。

インタラクティブモードで小さな動作確認をする

1行のコードを試すだけでもインタラクティブモードだと手軽に実行できます。

コードの構造が複雑な場合はIDEを使う

関連する複数のファイルがあるときはIDEで管理したほうが見通しがよくなります。

ファイル名に注意

Pythonのモジュール名と同じ名前のファイルを作ると意図せず衝突するケースがあります。
たとえば random.py というファイル名を付けると、標準ライブラリの random モジュールが読み込めなくなってしまう可能性があります。

こうした基本的な注意点を把握しておくと、初期のつまずきがかなり軽減されるでしょう。

スクリプトを管理するときは、ファイル名とモジュール名の重複に気をつけましょう。

実務の現場でも、うっかり標準ライブラリと同じファイル名を付けてしまい、思わぬエラーを出してしまう人は意外と多いです。

実行速度について

Pythonはインタープリタ言語のため、C++などのコンパイル言語と比べると実行速度で劣る場合があります。

ただし、プロトタイプ開発や自動化スクリプト、データ分析の分野などでは、開発スピードやライブラリの豊富さが評価され、多くの企業や開発者がPythonを選んでいます。

もしPythonの実行速度がボトルネックになるようなケースでは、CythonやNumba、あるいは適切なデータ構造の利用などを検討するのが一般的です。

しかし、初心者の方はまず「自分が作りたいプログラムを正しく動かせる」という段階を目指して、Python 実行方法を把握しておくことが大切だといえるでしょう。

実務でのワークフロー例

ここでは、実際の企業でPythonを使うときの簡単なワークフロー例をご紹介します。

開発環境の整備

仮想環境を作成し、IDEを設定する。

スクリプトを書く

プロジェクトのディレクトリに.pyファイルを作成し、コードを実装する。

コマンドラインやIDEでテスト実行

python main.py を実行するか、IDEのRunボタンでチェックする。

必要があれば対話型シェルで追加検証

ライブラリの動作確認など、少し試したいところをインタラクティブモードでテストする。

本番環境へのデプロイ

コードが完成したら、サーバー上に配置して python main.py のように起動するか、場合によってはWebサーバー経由で実行する形になる。

この一連の流れを理解することで、Pythonを使った実務のイメージがより具体的になるでしょう。

規模が大きくなるとテスト自動化やCI/CD（継続的インテグレーション／継続的デリバリー）も取り入れますが、まずは「どうやって実行するか」をしっかり押さえることが重要です。

セキュリティ面の考慮

Pythonで作ったコードを実行する際は、セキュリティ上のリスクにも注意が必要です。

特に、外部から受け取った入力やファイルを処理する場合は、任意のコードが実行されないようにする配慮が求められます。

また、Webアプリケーションを運用するなら、フレームワークで用意されているセキュリティ対策（CSRF対策やSQLインジェクション対策など）を活用することが推奨されます。

実務では、ライブラリを更新して脆弱性をふせぐ取り組みなども不可欠となるので、Pythonの実行そのものだけでなく、周辺のセキュリティ対策にも目を向けましょう。

もちろん、基本的にはPythonの実行方法をしっかり理解し、どの環境でどんなコードが動いているのか把握しておくだけでも、大きなトラブルを避けることにつながります。

Pythonの実行とデバッグ

コードを動かすだけでなく、バグが出たときにどう対処するかも重要です。

Pythonでは、print 関数で変数の中身を確認する方法や、IDEのデバッガ機能を使ってステップ実行する方法があります。

ステップ実行では、コードが1行ずつ実行される様子を追いかけられるため、どこで間違いが起きているのか把握しやすいです。

例えばVSCodeを使うなら、ブレークポイントを設定して「Run and Debug」を行うと、指定した行で一時停止し、変数の内容をリアルタイムに確認できます。

もし予期しないエラーが起きた場合も、デバッガでエラーの発生箇所を確認できれば、スクリプト全体の流れを明確にしながら問題を解消しやすくなるでしょう。

このように、Python 実行方法を押さえるだけでなく、デバッグの仕組みも学ぶことで、よりスムーズに開発を進められます。

大規模プロジェクトでのPython実行

Pythonは、個人のちょっとしたスクリプトから、大規模プロジェクトまで幅広く使われています。

大規模プロジェクトの場合は以下のようなことを考慮します。

ディレクトリ構成の明確化

複数のモジュールやパッケージをどのように配置するかが重要になります。

仮想環境の厳密な管理

チームで同じライブラリバージョンを使うように徹底するため、requirementsファイルなどを用意します。

継続的インテグレーション

Gitリポジトリにプッシュするたびに、自動でテストとPythonの実行を行う仕組みを導入することが多いです。

実行方法自体は「python main.py」のようにシンプルでも、周辺の仕組みが複雑化してくるのが特徴といえます。

それでも、Pythonを実行するベースの流れは同じなので、まずは基本を理解してから段階的にステップアップすると良いでしょう。

エディタの拡張機能を使いこなす

VSCodeやPyCharmなどのIDEでは、Pythonの補完機能やエラーチェック機能を利用することができます。

コードを書いている最中にエラー箇所を指摘してくれたり、関数名や変数名の入力補助をしてくれるので、開発効率が高まります。

中でも、デバッグツールやコード整形ツール（フォーマッター）を組み合わせると、記述のゆらぎが減り、プロジェクトメンバー全員が読みやすいコードを書けるようになるでしょう。

Lintツール：flake8 や pylint などを利用して、コードのミスやスタイル上の問題を検出
フォーマッター：black や yapf を使って、自動でコードの書式を整形

これらを使って修正したPythonファイルをすぐに実行しながらテストできるのが、IDEや拡張機能を利用する大きなメリットです。

まとめ

ここまで、Python 実行方法について、初心者の方に向けてさまざまな視点から解説してきました。

あらためてポイントを振り返ると、以下のようになります。

コマンドラインでファイルを実行するか、対話型シェルを使うかという基本的な選択肢がある
IDEやJupyter Notebookを使うと、開発効率やインタラクティブ性が高まる
実務ではWebアプリやデータ分析、自動化スクリプトなど幅広い場面で活躍する
仮想環境を利用してプロジェクトごとに実行環境を管理するとトラブルが少ない
大規模開発では、ディレクトリ構成やCI/CDなど周辺ツールとの連携が重要になる

それぞれの方法は一長一短があり、作りたいものや開発スタイルによって向き不向きがあります。

まずは自分に合った実行方法から始めてみて、必要に応じて別の手法を取り入れるのがおすすめです。

ここで取り上げた情報が、皆さんがPythonを使い始める際の手助けになるとうれしいです。