Pythonの「中身」を覗き見る：ソースコードが実行されるまでの4つのステップ

2026年5月22日 H.Ueda

普段、何気なく python script.py と入力してプログラムを動かしていますが、その裏側で実際に何が起きているか、立ち止まって考えたことはあるでしょうか。今回は、How Python Actually Executes Your Code: A Visual Walk Through the Interpreter That Most Developers Never See という記事を参考に、Pythonインタープリタの内部でソースコードがどのように処理されていくのかを整理してみました。

こういう話、ある程度のプログラマなら分かっていると思ってるんだけど、解説とかすると喜ばれる物なのかな？

「Pythonはインタープリタ言語だから、一行ずつ実行されるんだよね」という理解は、実は半分正解で半分は言葉足らずだったりします。その「魔法」の正体を解き明かしていきましょう。

5秒でわかる！Python実行の全体像

Pythonがあなたの書いた .py ファイルを読み込んでから結果を出力するまでには、大きく分けて4つのステージがあります。

flowchart TD
    subgraph Frontend [フロントエンド]
    A[".py ファイル (ソースコード)"] --> B["1. 字句解析 (Lexer)"]
    B -- トークン列 --> C["2. 構文解析 (Parser)"]
    C -- 抽象構文木 (AST) --> D["3. コンパイラ (Compiler)"]
    end

    subgraph Backend [バックエンド]
    D -- バイトコード --> E["4. 仮想マシン (VM)"]
    E --> F[プログラムの実行結果]
    end

    style A fill:#f9f,stroke:#333,stroke-width:2px
    style F fill:#00ff00,stroke:#333,stroke-width:2px

多くの人が「Pythonはコンパイルされない」と思いがちですが、実際には実行のたびに「バイトコード」へと高速でコンパイルされ、それを仮想マシンが解釈して動かしているんです。この仕組みがわかると、なぜ2回目以降のインポートが速いのか、なぜ .pyc ファイルが生成されるのかといった謎が解けてきます。

ステップ 1：トークン化（字句解析）

まず、Pythonはソースコードを「テキスト」としてではなく、「意味のある最小単位（トークン）」の集まりとして分解します。これを字句解析（Lexing）と呼びます。

たとえば、次のような単純な関数を考えてみましょう。

def add(a, b):
    return a + b

レクサー（字句解析器）は、これをバラバラにして以下のようなトークンのリストに変換します。

元のコード	トークンの種類	説明
`def`	NAME	この段階ではまだ「予約語」ではなく単なる名前
`add`	NAME	関数の名前
`(`	OP	演算子・記号
`a`	NAME	引数名
`:`	OP	区切り記号
(改行)	NEWLINE	文の終わり
(空白4つ)	INDENT	Python特有のインデント構造

面白いのは、インデントも一つのトークンとして扱われるという点です。Pythonにとって、スペースは単なる余白ではなく、コードの構造を決める重要な部品なんですね。

ステップ 2：構文解析（ASTの構築）

トークンの羅列ができただけでは、まだPythonは「何をすべきか」を理解していません。次に、これらのトークンをルールに基づいて並べ替え、「家系図」のようなツリー構造を作ります。これが 抽象構文木（AST: Abstract Syntax Tree） です。

ここで初めて、def という名前が「関数の定義」を意味し、return が「値を返す操作」であることが認識されます。もし括弧を閉じ忘れていたり、インデントがめちゃくちゃだったりすると、この段階で SyntaxError が発生して止まります。

ステップ 3：コンパイル（バイトコードへの変換）

ASTができあがると、Pythonはそれを バイトコード と呼ばれる中間形式に変換します。これは人間には読めませんが、コンピュータ（仮想マシン）にとっては非常に効率よく読み取れる命令セットです。

Pythonがコンパイル言語（C++など）と違うのは、このコンパイルがメモリ上で行われ、実行のたびに（あるいは必要に応じて .pyc ファイルとして）生成される点です。

実際に dis モジュールを使うと、自分のコードがどんなバイトコードになっているか覗き見ることができます。

import dis

def add(a, b):
    return a + b

dis.dis(add)

実行すると、以下のような「スタックマシン」向けの命令が表示されます。

LOAD_FAST 0 (a) : 変数 a を読み込む
LOAD_FAST 1 (b) : 変数 b を読み込む
BINARY_ADD : 2つの値を足す
RETURN_VALUE : 結果を返す

ステップ 4：仮想マシン（実行）

最後の手順が、Python仮想マシン（PVM） による実行です。

PVMは先ほどのバイトコードを上から順番に読み込み、CPUに伝わる機械語の命令へと変換して実行していきます。ここがまさに「インタープリタ（解釈実行）」と呼ばれる部分です。

PythonがC言語などに比べて遅いと言われる理由は、この「バイトコードを一個ずつ読み取って、適切な処理を呼び出す」というループ処理が、純粋な機械語の実行に比べてオーバーヘッドが大きいからなんですね。

まとめ：仕組みを知ると「なぜ」が見えてくる

「Pythonの実行プロセス」を紐解いてみると、単純なスクリプトの裏側でかなりシステマチックな変換が行われていることがわかります。

なぜ初回実行より2回目の方が速いのか？ → すでにコンパイル済みのバイトコード（.pyc）があるからです。
なぜ動的型付けなのか？ → 仮想マシンが実行時に（BINARY_ADD を行うその瞬間に）データの型を見て、適切な計算方法を選んでいるからです。

こうした内部構造を知ることは、単に知識を増やすだけでなく、パフォーマンスの最適化やデバッグの際にも「マシンの気持ち」を理解する助けになります。普段書いているコードが、実は精巧なパイプラインを通って動いていると想像してみると、いつもの開発が少し違って見えてくるかもしれません。

MicroArchitectures

H.Ueda

Programmer

ブログ