パッケージ

ライブラリ：あらゆる関数・クラス・メソッドなどを集めたツールキットのようなもの
フレームワーク：事前に作成されている骨組みで、システム開発を楽にするテンプレートのようなもの
PyPI · The Python Package Index, 2026-05-13

Python Package Index（PyPI）は、プログラミング言語 Python用のソフトウェアのリポジトリです。

Text Only

jupyter  jupyterlab-language-pack-ja-JP \
'python-lsp-server[all]' ipywidgets \
jupyterlab-language-pack-ja-JP jupyterlab-code-formatter \
black   pandas  numpy polars pyarrow duckdb faker \
matplotlib  japanize-matplotlib plotly  seaborn requests \
httpx paho-mqtt networkx pyvis netmiko paramiko faker \
xgboost pyarrow polars scikit-learn tensorflow keras \
torch xgboost scipy bokeh holoviews streamlit flask \
cherrypy openpyxl pyshp geopandas panel

パッケージ¶

jupyter
- jupyter · PyPI, 2026-05-14
- Project Jupyter | Home, 2026-05-14
- jupyterlab-language-pack-ja-JP · PyPI, 2026-05-14
- ipywidgets · PyPI, 2026-05-14
- jupyterlab-vim · PyPI, 2026-05-14
- jupyterlab-lsp · PyPI, 2026-05-14

Network¶

requests · PyPI, 2026-05-16

Requestsライブラリを使えば、HTTP/1.1リクエストを非常に簡単に送信できます。URLにクエリ文字列を手動で追加したり、 PUT/POSTデータをフォームエンコードしたりする必要はありません。最近では、JSON形式を使うのが一般的です。

Requestsは現在、最もダウンロードされているPythonパッケージの一つで、週に約3億回ダウンロードされています。 GitHubによると、Requestsは現在400万以上のリポジトリで利用されています。
*httpx · PyPI, 2026-05-16

HTTPXは、Python 3用のフル機能搭載HTTPクライアントライブラリです。統合されたコマンドラインクライアントを備え、 HTTP/1.1とHTTP/2の両方をサポートし、同期APIと非同期API の両方を提供します。
paho-mqtt · PyPI, 2026-05-16

警告：互換性のない変更が含まれています - リリース2.0には互換性のない変更が含まれています。リリースノートと移行の詳細を参照してください。

このドキュメントでは、MQTTプロトコルのバージョン5.0、 3.1.1、および3.1を実装するEclipse Paho MQTT Pythonクライアントライブラリのソースコードについて説明します。

このコードは、アプリケーションがMQTTブローカーに接続してメッセージをパブリッシュしたり、トピックを購読してパブリッシュされたメッセージを受信したりできるようにするクライアントクラスを提供します。また、MQTTサーバーに単発のメッセージを非常に簡単にパブリッシュするためのヘルパー関数もいくつか提供します。

Python 3.7以降をサポートしています。

MQTTプロトコルは、マシン間通信（M2M）/「モノのインターネット（IoT）」接続プロトコルです。非常に軽量なパブリッシュ/サブスクライブ型メッセージングトランスポートとして設計されており、コードフットプリントが小さく、ネットワーク帯域幅が限られている遠隔地との接続に役立ちます。
networkx · PyPI, 2026-05-16

NetworkXは、複雑なネットワークの構造、動態、および機能の作成、操作、および研究を行うためのPythonパッケージです。
pyvis · PyPI, 2026-05-16

Pyvis is built around visjs, a JavaScript visualization library.

ssh¶

netmiko · PyPI, 2026-05-16

画面スクレイピングデバイスへのネットワーク自動化は、主にshowコマンドの出力収集と設定変更を目的としています。

Netmikoは、これら2つの操作を非常に幅広いプラットフォームで実現することを目指しています。また、低レベルの状態制御を抽象化すること（つまり、可能な限り低レベルの正規表現パターンマッチングを排除すること）も目指しています。
paramiko · PyPI, 2026-05-16

Paramikoは、クライアント機能とサーバー機能の両方を提供する、純粋なPython [1]によるSSHv2プロトコル[2]の実装です。これは、高レベルSSHライブラリFabricの基盤となっており、リモートシェルコマンドの実行やファイル転送といった一般的なクライアント用途にはFabricの使用をお勧めします。

Paramiko自体を直接使用することは、高度な低レベル機能が必要なユーザー、またはPythonでsshdを実行したいユーザーのみを対象としています。

データ作成¶

Faker · PyPI, 2026-05-13

Fakerは、偽のデータを生成するPythonパッケージです。データベースのブートストラップ、見栄えの良いXMLドキュメントの作成、永続化データのストレステスト、本番サービスから取得したデータの匿名化など、Fakerはあらゆる用途に役立ちます。

Fakerは、PHP Faker、Perl Faker、Ruby Fakerから大きな影響を受けています。
xgboost · PyPI, 2026-05-16

Data Exploration and Transformation¶

PyArrow
- Apache Arrow | Apache Arrow, 2026-05-13
- pyarrow · PyPI, 2026-05-12
  
  このライブラリは、Arrow C++ライブラリが提供する機能のためのPython APIを提供するとともに、Arrowとpandas、NumPy、およびPythonエコシステムの他のソフトウェアとの統合と相互運用性を実現するツールも提供します。
polars
- Polars — DataFrames for the new era, 2026-05-12
- polars · PyPI, 2026-05-13
  
  Polars：Rustで書かれた、DataFrames向けの超高速クエリエンジン
  
  Polarsは、DataFrames向けに開発された分析クエリエンジンです。高速で使いやすく、表現力豊かなクエリを実現するように設計されています。主な機能は以下のとおりです。
  - 遅延実行｜即時実行
  - ストリーミング（RAM容量を超えるデータセットに対応）
  - クエリ最適化
  - マルチスレッド対応
  - Rustで記述
  - SIMD対応
  - 強力な式API
  - フロントエンドはPython、Rust、NodeJS、R、SQLに対応
  - Apache Arrowカラム型フォーマット
  詳細については、ユーザーガイドをご覧ください。
numpy
- numpy · PyPI, 2026-05-13
  
  NumPyは、Pythonを用いた科学計算のための基本パッケージです。
  
  NumPyは以下の機能を提供します：
  - 強力なN次元配列オブジェクト
  - 高度な（ブロードキャスト）関数
  - C/C++およびFortranコードを統合するためのツール
  - 便利な線形代数、フーリエ変換、乱数生成機能
- NumPy, 2026-05-13
pandas
- pandas · PyPI, 2026-05-13
  
  pandasは、高速で柔軟かつ表現力豊かなデータ構造を提供するPythonパッケージです。「関係データ」や「ラベル付きデータ」の操作を簡単かつ直感的に行えるように設計されています。Pythonで実用的かつ現実的なデータ分析を行うための、基本的な高レベルの構成要素となることを目指しています。さらに、あらゆる言語において最も強力で柔軟なオープンソースのデータ分析／操作ツールとなるという、より広範な目標も掲げています。そして、既にその目標達成に向けて着実に歩みを進めています。
- pandas - Python Data Analysis Library, 2026-05-12
duckdb · PyPI, 2026-05-17
- DuckDB：高速、インプロセス、ポータブル、オープンソースの分析データベースシステム
  - シンプル：DuckDBはインストールとデプロイが容易です。外部依存関係は一切なく、ホストアプリケーションのインプロセス、または単一のバイナリとして動作します。
  - ポータブル：DuckDBはLinux、macOS、Windows、 Android、iOS、そして主要なハードウェアアーキテクチャすべてに対応しています。主要なプログラミング言語に対応した、慣用的なクライアントAPIを備えています。
  - 機能豊富：DuckDBは豊富なSQL方言を提供します。CSV、 Parquet、JSONなどのファイル形式を、ローカルファイルシステムやS3バケットなどのリモートエンドポイントとの間で読み書きできます。
  - 高速：DuckDBは、並列実行をサポートし、メモリ容量を超えるワークロードも処理できるカラム型エンジンにより、分析クエリを驚異的な速度で実行します。
  - 拡張性：DuckDBは、新しいデータ型、関数、ファイル形式、新しいSQL構文などのサードパーティ製機能によって拡張可能です。ユーザーによる貢献はコミュニティ拡張機能として利用できます。
  - 無料：DuckDBとそのコア拡張機能は、寛容なMITライセンスの下でオープンソースとして提供されています。プロジェクトの知的財産権はDuckDB Foundationが保有しています。

AI and Machine Learning¶

scikit-learn · PyPI, 2026-05-15
TensorFlow
- tensorflow · PyPI, 2026-05-15
  
  TensorFlowは、高性能な数値計算のためのオープンソースソフトウェアライブラリです。その柔軟なアーキテクチャにより、CPU、GPU、TPUといった多様なプラットフォーム、デスクトップからサーバークラスタ、モバイルデバイス、エッジデバイスまで、幅広い環境で容易に計算処理を展開できます。
  
  GoogleのAI組織内のGoogle Brainチームの研究者とエンジニアによって開発されたTensorFlowは、機械学習と深層学習を強力にサポートしており、その柔軟な数値計算コアは他の多くの科学分野でも利用されています。 TensorFlowはApache 2.0ライセンスで提供されています。
- TensorFlow, 2026-05-15
keras · PyPI, 2026-05-16 Keras 3は、JAX、TensorFlow、PyTorch、OpenVINO（推論専用）をサポートするマルチバックエンドのディープラーニングフレームワークです。コンピュータビジョン、自然言語処理、音声処理、時系列予測、レコメンデーションシステムなど、様々な分野のモデルを簡単に構築・学習できます。
- モデル開発の加速：Kerasの優れたユーザーインターフェースと、PyTorchやJAXなどのデバッグしやすいランタイム環境により、ディープラーニングソリューションをより迅速にリリースできます。
- 最先端のパフォーマンス：モデルアーキテクチャに最適なバックエンド（多くの場合JAX！）を選択することで、他のフレームワークと比較して20%から350%の高速化を実現できます。ベンチマークはこちら。
- データセンター規模のトレーニング：ノートPCから大規模なGPUまたはTPUクラスタまで、安心してスケールアップできます。
急成長中のスタートアップ企業からグローバル企業まで、約 300万人の開発者がKeras 3のパワーを活用しています。
PyTourch
- pytorch · PyPI, 2026-05-16
- PyTorch, 2026-05-16
xgboost · PyPI, 2026-05-16
Scipy
- scipy · PyPI, 2026-05-13
  
  SciPyはNumPy配列との連携を前提として設計されており、数値積分や最適化などの、使いやすく効率的な数値計算ルーチンを多数提供しています。NumPyとSciPyは主要なオペレーティングシステムすべてで動作し、インストールも簡単で、しかも無料です。NumPyとSciPyは使いやすく、それでいて世界有数の科学者やエンジニアが頼りにするほどの強力なツールです。コンピュータ上で数値を操作し、その結果を表示または公開する必要がある場合は、ぜひSciPyをお試しください。
- SciPy, 2026-05-13

Visualization¶

Matplotlib
- matplotlib · PyPI, 2026-05-13
  
  Matplotlibは、Pythonで静的、アニメーション、インタラクティブな可視化を作成するための包括的なライブラリです。
  
  詳細については、ホームページをご覧ください。
  
  Matplotlibは、様々な印刷形式やプラットフォームを横断したインタラクティブな環境で、出版品質の図を作成します。Matplotlibは、Pythonスクリプト、 Python/IPythonシェル、Webアプリケーションサーバー、および様々なグラフィカルユーザーインターフェースツールキットで使用できます。
- Matplotlib — Visualization with Python, 2026-05-12
japanize-matplotlib · PyPI, 2026-05-12

matplotlib を日本語表示に対応させます
- install
  Bash
```
pip install japanize-matplotlib
```
- 利用方法
  Bash
```
import matplotlib.pyplot as plt
import japanize_matplotlib
```
Plotly
- plotly · PyPI, 2026-05-13
  
  plotly.pyは、Python用のインタラクティブなオープンソースのブラウザベースグラフライブラリです。
  
  plotly.jsをベースに構築されたplotly.pyは、高レベルで宣言型のグラフ作成ライブラリです。plotly.jsには、科学グラフ、3Dグラフ、統計グラフ、SVGマップ、金融グラフなど、30 種類以上のグラフタイプが付属しています。
  
  plotly.pyはMITライセンスで提供されています。plotlyで作成したグラフは、Jupyter Notebook、marimoなどの他の Pythonノートブックソフトウェア、スタンドアロンのHTMLファイル、またはDashアプリケーションに統合して表示できます。
  
  コンサルティング、ダッシュボード開発、アプリケーション統合、機能追加については、お気軽にお問い合わせください。
- Interactive Data Visualization & Data Apps | Plotly, 2026-05-12
seaborn
- seaborn · PyPI, 2026-05-15
  
  SeabornはmatplotlibをベースにしたPythonの可視化ライブラリです。魅力的な統計グラフを描画するための高レベルなインターフェースを提供します。
- seaborn: statistical data visualization — seaborn 0.13.2 documentation, 2026-05-15
bokeh · PyPI, 2026-05-16

Bokehは、最新のWebブラウザ向けのインタラクティブな可視化ライブラリです。洗練された簡潔な方法で多様なグラフィックを構築でき、大規模なデータセットやストリーミングデータセットでも高性能なインタラクティブ機能を提供します。 Bokehを使えば、インタラクティブなグラフ、ダッシュボード、データアプリケーションを迅速かつ簡単に作成できます。
holoviews · PyPI, 2026-05-16

HoloViewsは、データ分析と可視化をシームレスかつシンプルに行えるように設計されたオープンソースのPythonライブラリです。HoloViewsを使えば、やりたいことをわずか数行のコードで表現できるため、グラフ作成のプロセスに時間を費やすことなく、探求したいことや伝えたいことに集中できます。

豊富なサンプルとドキュメントについては、HoloViewsのWeb サイトをご覧ください。

GUI and Front-End Development¶

Streamlit
- streamlit · PyPI, 2026-05-13
  
  Streamlitとは？
  
  Streamlitを使えば、PythonスクリプトをインタラクティブなWebアプリに、数週間ではなく数分で変換できます。ダッシュボードの構築、レポートの生成、チャットアプリの作成などが可能です。アプリを作成したら、コミュニティクラウドプラットフォームを使って、アプリのデプロイ、管理、共有ができます。
  
  Streamlitを選ぶ理由
  
  シンプルでPythonらしいコード：美しく読みやすいコードを書くことができます。
  
  高速でインタラクティブなプロトタイピング：他のユーザーがデータにアクセスして、すぐにフィードバックを得ることができます。
  
  ライブ編集：スクリプトを編集すると、アプリが即座に更新されます。
  
  オープンソースで無料：活気のあるコミュニティに参加して、Streamlitの未来に貢献しましょう。
- Streamlit • A faster way to build and share data apps, 2026-05-13
Flask · PyPI, 2026-05-16

Flaskは軽量なWSGIウェブアプリケーションフレームワークです。開発開始が迅速かつ容易であると同時に、複雑なアプリケーションへの拡張性も備えています。当初はWerkzeugと Jinjaのシンプルなラッパーとして開発が始まりましたが、今では最も人気のあるPythonウェブアプリケーションフレームワークの一つとなっています。

Flaskは推奨ライブラリを提供しますが、依存関係やプロジェクト構成を強制することはありません。使用するツールやライブラリは開発者が自由に選択できます。コミュニティによって提供される多くの拡張機能を利用すれば、新しい機能を簡単に追加できます。
CherryPy · PyPI, 2026-05-16

CherryPyは、Pythonらしいオブジェクト指向HTTPフレームワークです。

他のオブジェクト指向プログラムと同様に、Webアプリケーションを構築できます。

この設計により、より簡潔で読みやすいコードを迅速に開発できます。すべてプロパティとメソッドで構成されています。

10年以上の歴史を持ち、高速かつ非常に安定していることが実証されています。

シンプルなサイトから高度なサイトまで、多くのサイトで本番環境で使用されています。

そしておそらく最も重要なのは、開発が楽しいということです :-)

CherryPyで「Hello World」を書くのがいかに簡単か、例を見てみましょう。
panel · PyPI, 2026-05-16

Panelは、強力なツール、ダッシュボード、複雑なアプリケーションをPythonだけで簡単に構築できるオープンソースの Pythonライブラリです。PyDataエコシステム、強力なデータテーブルなど、必要な機能がすべて揃っています。高レベルのリアクティブAPIと低レベルのコールバックベースAPIにより、探索型アプリケーションを迅速に構築できますが、インタラクティブ性の高い複雑なマルチページアプリケーションの構築にも制限はありません。PanelはHoloVizエコシステムの一員であり、データ探索ツールのコネクテッドエコシステムへの入り口となります。
opencv-python · PyPI, 2026-05-16

Python用のCPU専用OpenCVパッケージ（ビルド済み）です。

CUDAなどの追加モジュールを有効にするためにソースコードからバインディングをコンパイルする場合は、手動ビルドのセクションを参照してください。

Excel¶

openpyxl
- openpyxl · PyPI, 2026-05-13
- openpyxl - A Python library to read/write Excel 2010 xlsx/xlsm files — openpyxl 3.1.3 documentation, 2026-05-13

GIS¶

pyshp · PyPI, 2026-05-16

Python Shapefileライブラリ（PyShp）は、Esri Shapefile形式の読み書きをサポートします。Shapefile形式は、Esriが作成した一般的な地理情報システム（GIS）ベクターデータ形式です。この形式の詳細については、http: //www.esri.com/library/whitepapers/pdf/shapefile.pdf にある「ESRI Shapefile Technical Description - July 1998」を参照してください。Esriのドキュメントでは、shpおよび shxファイル形式について説明しています。ただし、dbfと呼ばれる3つ目のファイル形式も必要です。この形式は、Web上で「XBase File Format Description」として文書化されており、1960年代に作成されたシンプルなファイルベースのデータベース形式です。この仕様の詳細については、http: //www.clicketyclick.dk/databases/xbase/format/index.html を参照してください。
geopandas · PyPI, 2026-05-16

GeoPandasは、pandasオブジェクトに地理データサポートを追加するためのプロジェクトです。

GeoPandasの目標は、Pythonで地理空間データをより簡単に扱えるようにすることです。pandasとshapelyの機能を統合し、 pandas内で地理空間演算を実行するとともに、shapelyの複数のジオメトリへの高レベルインターフェースを提供します。 GeoPandasを使えば、PostGISなどの空間データベースが必要となるような操作を、Pythonで簡単に実行できます。

pcd, 3d¶

open3d · PyPI, 2026-05-16

Open3Dは、3Dデータを扱うソフトウェアの迅速な開発を支援するオープンソースライブラリです。Open3Dのフロントエンドは、厳選されたデータ構造とアルゴリズムをC++とPythonの両方で提供しています。バックエンドは高度に最適化されており、並列処理に対応しています。オープンソースコミュニティからの貢献を歓迎します。

Data Exploration and Transformation

Text Only

Numpy
pandas
Jupyter
Intake
Dask

Visualization

Text Only

Matplotlib
seaborn
Plotly
Bokeh
HoloViews

AI and Machine Learning

Text Only

scikit-learn
TensorFlow
Keras
PyTorch
XGBoost

Natural Language Processing

Text Only

NLTK
Gensim
Transformers
SpaCy

GUI and Front-End Development

Text Only

Flask
CherryPy
Streamlit
Panel