🐍
Python ツール ベンチマークノート
🔰 この記事のポイント (初心者向け)
はじめての方も読めるよう、専門用語はカンタンな言葉に言い換えながら解説します。「なんとなく聞いたことある」レベルの知識で大丈夫です。
📖 この記事で出てくる用語
- venv = Python標準の仮想環境ツール
- poetry = Pythonの依存管理+パッケージング統合ツール
- uv = Rust製の超高速Python仮想環境ツール
Pythonの仮想環境ツールは venv / poetry / uv の3強時代に入りました。どれが速いのか、自分の環境で実測した結果をまとめます。プロジェクト規模が大きくなるほどツール選択がコストに直結します。
テスト環境と方法
- OS: Windows 11 Pro / Python 3.12.7
- 比較対象:
venv(標準),poetry2.0,uv0.5 - タスク: numpy / pandas / scikit-learn / requests を含む50パッケージのインストール所要時間
- 計測: 各3回実行の中央値
実測結果(中央値)
- uv: 4.8 秒 ⚡
- poetry: 47 秒
- venv + pip: 38 秒
結果として uv が圧倒的に速い ことが確認できました。Rust製のため、メタデータ解決と依存性インストールが並列化されています。pipの約8倍速、poetryの約10倍速です。
💎 使い分けの結論
CIや本番環境のクリーンインストール → uv 一択。ロックファイルや配布パッケージ管理 → poetry。小規模スクリプトや学習用途 → venv で十分。
uvでの実用ワークフロー
# プロジェクト初期化
uv init my-project
cd my-project
# 依存追加 (高速)
uv add pandas scikit-learn
# 仮想環境作成と同期
uv sync
# 実行
uv run python main.py
poetryからuvへの移行コスト
pyproject.toml はほぼそのまま使えます。私が試した範囲では、poetry export -f requirements.txt | uv pip install -r -で初回移行が10分で済みました。
まとめ
- uv は Rust製で並列化、約8-10倍速い
- pyproject.toml互換なので移行コスト低い
- CIでの待ち時間削減効果が一番大きい
📚 関連する実機検証ノート
PR · DMM FX 公式
国内口座数 No.1 — DMM FX
業界最狭水準スプレッド + スマホアプリ高評価 + 最短当日取引開始
新規口座開設で 最大 300,000円 キャッシュバック中
※本サイトはアフィリエイトプログラムにより収益を得ています。投資はご自身の判断・責任で。
コメントを残す