Python初心者が「標準ライブラリだけ」でどこまで戦えるか完全マップ｜できること総まとめ

asukapy — Sat, 27 Dec 2025 09:52:18 +0000

Pythonを学び始めたとき、こんな経験はありませんか？
「この処理をやりたいけど、ライブラリを入れたほうがいいのかな？」
「便利そうな外部パッケージが多すぎて、どれを使えばいいか分からない…」

実はその悩み、Pythonの標準ライブラリを十分に知らないことが原因になっているケースがとても多いんです。 Pythonには「Batteries Included（電池付属）」という有名な考え方があり、最初から驚くほど多機能な標準ライブラリが用意されています。

ファイル操作、JSONやCSVの読み書き、データベース、並列処理、HTTP通信、ログ管理、テスト…。
「え、それ外部ライブラリじゃないの？」と思うような処理も、実は標準ライブラリだけで完結することが少なくありません。

特に初心者のうちは、
・標準でできることを知らずに外部ライブラリを追加してしまう
・依存関係が増えて環境構築でつまずく
・あとから「これ標準でよかったのでは？」と気づく
といった遠回りをしがちです。

この記事では、そんな回り道を減らすために、
「Python初心者が、標準ライブラリだけでどこまで戦えるのか」を分野別のマップとして整理しました。すべてを暗記する必要はありません。
大切なのは、「どんな選択肢が用意されているか」を頭の片隅に置いておくことです。

これからPythonでスクリプトを書きたい人、業務の自動化をしたい人、依存関係を増やしたくない人にとって、
この記事が「まず標準を疑ってみる」ための地図になればうれしいです 😊

論点・問題提起：その処理、本当に外部ライブラリが必要ですか？
背景：Pythonの哲学「Batteries Included」
標準ライブラリの機能マップ（分野別一覧）
具体的な手順と実装方法
結論：標準ライブラリを知ることは「選択肢を増やす」こと
あわせて読みたい
よくある質問（Q&A）

論点・問題提起：その処理、本当に外部ライブラリが必要ですか？

Pythonで開発をしていると、ちょっと検索しただけで
「この処理には◯◯ライブラリが便利！」
「△△を入れれば一発で解決！」
といった情報がたくさん見つかります。

もちろん、外部ライブラリはとても強力ですし、Pythonの大きな魅力のひとつでもあります。ただし問題なのは、「標準ライブラリで既にできることまで、無意識に外部ライブラリに頼ってしまう」ケースが多いことです。

特に初心者のうちは、

標準ライブラリに何が含まれているのか分からない
検索結果の上位に出てきた方法をそのまま採用してしまう
「とりあえず動けばOK」で依存関係を増やしてしまう

といった流れで、気づかないうちにプロジェクトが重くなっていきがちです。

その結果、

環境構築でエラーが出る
ライブラリのバージョン違いに悩まされる
数か月後にコードを見返して「なぜこれを使っているのか分からない」

といった状況に陥ることも珍しくありません。

本来であれば、まず考えるべきなのはとてもシンプルです。
「この処理、Pythonの標準ライブラリだけでできないかな？」

Pythonは最初から多くの道具を持った状態で配布されている言語です。それを知らないまま進んでしまうと、本当は近道があったのに、わざわざ遠回りをしてしまうことになります。

この記事では、そうした無駄な遠回りを減らすために、
標準ライブラリで“どこまでできるのか”を全体像として把握することをゴールにしています。

背景：Pythonの哲学「Batteries Included」

Pythonの標準ライブラリを語るうえで欠かせないのが、
「Batteries Included（電池付属）」というPythonの哲学です。

これは、「Pythonをインストールした時点で、実用的な作業に必要な道具がひと通りそろっている」という考え方を表しています。

たとえば、他の言語では追加ライブラリが必要になりがちな、

ファイルやディレクトリの操作
JSON・CSVなどのデータ形式の読み書き
HTTP通信や簡単なWebアクセス
ログ出力やテストの仕組み
並列処理や非同期処理

といった処理も、Pythonでは標準ライブラリとして最初から用意されています。

この設計思想には、いくつか大きなメリットがあります。

移植性が高い

標準ライブラリは、Windows・macOS・Linuxといった主要な環境で同じように動作するよう設計されています。そのため、「自分の環境では動いたのに、別の環境では動かない」というトラブルを減らすことができます。

すぐに実用レベルに到達できる

Pythonをインストールした直後から、

ちょっとした自動化スクリプトを書く
ログ付きのツールを作る
簡単なデータ処理を行う

といったことが、追加インストールなしで始められます。これは学習初期のハードルを大きく下げてくれます。

依存関係を増やさずに済む

外部ライブラリを使わないということは、

インストール手順がシンプルになる
バージョン違いの問題が起きにくい
将来にわたって動かしやすい

といったメリットにつながります。特に、社内ツールやちょっとしたスクリプトでは、「標準だけで完結する」ことが大きな強みになります。

もちろん、外部ライブラリを使うこと自体が悪いわけではありません。ただしその前に、
「標準ライブラリに既に答えが用意されていないか？」
を一度確認するクセをつけておくと、Pythonとの付き合い方がぐっと楽になります。

標準ライブラリの機能マップ（分野別一覧）

ここからは、この記事の中心となるパートです。
「Pythonの標準ライブラリだけで、実際に何ができるのか」を分野ごとに整理していきます。

細かい使い方をすべて覚える必要はありません。
まずは「この分野なら、このあたりのモジュールがあるんだな」と、 地図を見る感覚で眺めてみてください。

テキスト処理

string：文字種判定やテンプレート文字列
re：正規表現による検索・置換
difflib：テキスト差分の比較
textwrap：文章の折り返しや整形

ファイル・ディレクトリ操作

pathlib：パス操作をオブジェクト指向で扱う
os.path：従来のパス操作API
glob：ワイルドカードによるファイル検索
shutil：コピー・移動・削除などの高水準操作
tempfile：一時ファイル・一時ディレクトリの作成

データ型・データ構造

collections：deque、Counter、defaultdictなど便利なコンテナ
heapq：優先度付きキュー
datetime：日付・時刻の操作
zoneinfo：タイムゾーン管理
enum：列挙型の定義

数値・数学演算

math：基本的な数学関数
cmath：複素数演算
decimal：高精度な10進数計算
statistics：平均・分散などの統計処理
random：乱数生成

データの永続化とフォーマット

json：JSONの読み書き
csv：CSVファイルの処理
sqlite3：軽量データベース（ファイル1つで完結）
configparser：INI形式の設定ファイル
tomllib：TOMLファイルの読み込み
pickle：Pythonオブジェクトの直列化

並行実行とプロセス管理

threading：マルチスレッド
multiprocessing：マルチプロセス並列処理
asyncio：非同期I/O
subprocess：外部コマンドの実行

ネットワーク・インターネット

socket：低水準ソケット通信
http.client：HTTP通信の低水準API
urllib.request：URLアクセスやデータ取得
email / smtplib：メールの作成・送信

開発・テスト

typing：型ヒント
unittest：ユニットテスト
doctest：ドキュメントテスト
timeit：処理速度の計測

GUI開発

tkinter：シンプルなGUIアプリケーション

ここまで見てきて、
「思ったより、もう標準でそろってるな…」
と感じた方も多いのではないでしょうか。

ただ、次に出てくる疑問はたいていこれです。
「で、この中から今の目的に合うものをどう選べばいいの？」

そんなときに役立つのが、用途別に整理された逆引き形式の資料です。

逆引きPython標準ライブラリ目的別の基本レシピ180+!
今やりたい処理から、使うべき標準ライブラリをすぐに探せます。

✅ Amazonでチェックする
✅ 楽天でチェックする

このマップと逆引きレシピを組み合わせることで、
「標準ライブラリを知らないせいで遠回りする」ことは、かなり減らせるはずです。

具体的な手順と実装方法

ここからは、標準ライブラリを「知っている」状態から「使える」状態に近づけるために、代表的なユースケースをいくつかピックアップして見ていきます。

すべてを一度に覚える必要はありません。
「こういう場面では、この標準ライブラリを思い出せばいいんだな」という引き出しを増やす感覚で読んでみてください。

A. コマンドライン引数の解析（argparse）

Pythonでユーティリティスクリプトやツールを作ると、

入力ファイルを指定したい
オプションフラグを切り替えたい
ヘルプメッセージを自動生成したい

といった要望がすぐに出てきます。

そんなときに活躍するのが argparse です。外部ライブラリを使わなくても、実用レベルのCLIツールが作れます。

パーサーを作成
argparse.ArgumentParser() で解析用オブジェクトを作ります。
引数を定義
.add_argument() を使って、引数名・型・デフォルト値・説明文を設定します。
解析を実行
.parse_args() を呼び出すと、引数が属性として取得できます。

「とりあえず sys.argv を手で解析する」よりも、最初から argparse を使うほうが安全で読みやすいコードになります。

B. データベース操作（sqlite3）

「ちょっとデータを保存したいだけなのに、サーバーを立てるのは大げさ…」そんな場面で便利なのが sqlite3 です。

SQLiteは、1つのファイルだけで完結するデータベースで、 Pythonの標準ライブラリからすぐに扱えます。

データベースに接続
sqlite3.connect("sample.db") でファイルに接続します。
カーソルを作成
.cursor() でSQLを実行するためのカーソルを取得します。
SQLを実行
.execute() を使ってテーブル作成やデータ操作を行います。
確定と終了
.commit() で変更を保存し、.close() で接続を閉じます。

設定ファイルやログを少し蓄積したい程度なら、外部DBやORMを使わなくても sqlite3 で十分なケースは多いです。

C. ログ記録の設定（logging）

最初は print() で済ませていたとしても、

エラーだけを記録したい
実行履歴をファイルに残したい
デバッグ用の出力を切り替えたい

となった瞬間、logging の出番です。

基本設定
logging.basicConfig() でログレベルやフォーマット、出力先を指定します。
ロガーを取得
logging.getLogger() でロガーを用意します。
ログを出力
.debug(), .info(), .warning(), .error() などで記録します。

ログを最初から logging で書いておくと、あとから運用やデバッグが驚くほど楽になります。

D. プロセス並列処理（multiprocessing）

CPUを使う重たい処理を高速化したい場合、スレッドではなく multiprocessing が選択肢になります。

PythonではGILの影響で、CPUバウンドな処理はマルチプロセスのほうが向いているケースが多いです。

処理内容を関数として定義
プロセスプールを作成
multiprocessing.Pool() で使用するプロセス数を指定します。
タスクを並列実行
.map() や .apply() を使って処理を分配します。

「重たい for ループが遅い」と感じたら、外部ライブラリを探す前に multiprocessing を思い出してみてください。

このように、標準ライブラリだけでも 実務・自動化・ツール開発に十分耐える武器がそろっています。

結論：標準ライブラリを知ることは「選択肢を増やす」こと

ここまで見てきたように、Pythonの標準ライブラリは想像以上に広く、そして実用的です。

もちろん、すべてのモジュールを暗記する必要はありません。
大切なのは、「こういう処理なら、標準ライブラリに選択肢があるかもしれない」 と一度立ち止まって考えられるようになることです。

標準ライブラリをうまく使えるようになると、

外部ライブラリ探しにかける時間が減る
環境構築や依存関係のトラブルが少なくなる
どこでも動かしやすいコードが書ける

といったメリットが積み重なっていきます。特に、ちょっとした自動化スクリプトや社内ツールでは、 「標準ライブラリだけで完結する」という点が大きな強みになります。

一方で、標準ライブラリを知ってくると、「どう書けば、より読みやすく・安全で・Pythonらしいコードになるのか？」という次の疑問も出てくるはずです。

そんな段階に進んだときにおすすめなのが、 書き方・設計・考え方を一段レベルアップさせてくれる定番書です。

Effective Python
標準ライブラリの活かし方も含めて、「なぜその書き方が良いのか」を具体例で学べます。