Pythonで使用できるフレームワーク

Pythonで使用できるフレームワークは、主にWeb開発、機械学習・データサイエンスといった分野で多岐にわたります。

※フレームワーク（Framework）
フレームワークとは、アプリケーション開発の土台となる枠組みや骨組みを提供するソフトウェアのセットです。直訳すると「骨組み」「枠組み」といった意味を持ちます。

１．Web開発フレームワーク

フレームワーク名	特徴	分類
Django	多くの機能（ORM、テンプレートエンジンなど）が最初から組み込まれた「Batteries included」のフルスタックフレームワーク。大規模で複雑なWebアプリケーションの迅速な開発に適しています。	フルスタック
Flask	必要最低限の機能のみを持つ軽量で柔軟なマイクロフレームワーク。小規模なプロジェクトやAPI開発、特定のコンポーネントを自由に選択したい場合に適しています。	マイクロ
FastAPI	高速なパフォーマンスを特長とするモダンなフレームワーク。非同期処理（async/await）をサポートし、API開発に最適化されています。自動でOpenAPIドキュメントを生成できます。	非同期/API
Tornado	ノンブロッキングI/Oを使用する非同期フレームワーク。大量の同時接続を処理するリアルタイムWebサービスなどに適しています。	非同期
Bottle	非常に軽量でシンプルなマイクロフレームワーク。単一ファイルで完結するような、手軽なアプリケーション開発に適しています。	マイクロ

２．機械学習・データサイエンスフレームワーク

フレームワーク名	特徴	分類
TensorFlow	Googleが開発したエンドツーエンドの機械学習プラットフォーム。特にディープラーニングで広く利用され、本番環境へのデプロイにも強いです。	ディープラーニング
PyTorch	Facebook（Meta AI）が開発したディープラーニングフレームワーク。動的な計算グラフが特徴で、研究開発や柔軟なプロトタイピングに適しています。	ディープラーニング
Keras	TensorFlowなどの上に構築される高レベルAPI。ディープラーニングモデルの構築を簡単かつ迅速に行うために設計されています。	ディープラーニング (高レベル)