Pythonポートフォリオは何を作る？評価される題材と作り方
「ポートフォリオを作れと言われたけど、何を作ればいいの？」に答えます。チュートリアルそのままの"量産品"で埋もれない題材選びを目的別に厳選し、評価される3条件・避けるべきテーマ・GitHubでの見せ方まで、動く実例へのリンクつきで解説します。
1. そもそもポートフォリオは何のため？
ポートフォリオとは、「私はこれを作れます」を証明する作品集のことです。転職・就職・フリーランス案件のどれを目指すにせよ、採用側や発注側が一番知りたいのは「資格や学習時間」ではなく「実際に手を動かして動くものを完成させられるか」です。履歴書に「Python学習中」と書くより、動くアプリのURLを1つ出すほうが、はるかに雄弁です。
逆に言うと、ポートフォリオは「すごい技術力」を見せる場ではありません。見ているのは ① 最後まで完成させる力 ② 課題を見つけてコードで解決する力 ③ 他人に伝える力 の3つ。これは未経験・初心者でも十分に示せます。だからこそ「何を作るか」の題材選びが、技術力そのものより結果を左右します。
この記事では、その題材を「目的別」に厳選します。まだ作るものを決める以前の段階なら、先にPythonで作れるもの一覧でカテゴリの全体像を、入門書を終えたばかりなら入門後の練習ロードマップで基礎体力を付けてから戻ってくるのがおすすめです。
2. 評価されるポートフォリオの3条件
題材を選ぶ前に、評価される作品が満たしている共通条件を押さえます。この3つを満たすかどうかが、同じ「電卓アプリ」でも評価が分かれる理由です。
| 条件 | 具体的には | なぜ効くか |
|---|---|---|
| ① 動く | 誰でも手元で実行できる／URLで触れる | 「完成させる力」の証明。未完成は評価対象外 |
| ② 自分の課題を解いている | 「自分や身近な人の困りごと」が出発点 | 動機と用途が具体的で、説明に説得力が出る |
| ③ 説明がある | READMEに目的・使い方・工夫を記載 | 「伝える力」の証明。コードは説明とセットで価値になる |
とくに重要なのが②です。ネットのお手本をそのまま作った作品は「やった証」にはなりますが、「あなたらしさ」がありません。「実家の写真を整理したくて作った一括リネームツール」のように、小さくても自分の文脈があるほうが、面接でも語れて記憶に残ります。技術的な難しさは二の次で構いません。
3. 目的別おすすめ題材 早見表
「どんな仕事・方向を目指すか」で、響く題材は変わります。まず早見表で当たりを付けて、詳細は各章へ進んでください。
| 目指す方向 | 刺さる題材カテゴリ | 難易度 |
|---|---|---|
| 事務・社内SE・非エンジニア職での評価 | 業務自動化系 | ★☆☆〜★★☆ |
| データアナリスト・事務職の効率化 | データ分析・可視化系 | ★★☆ |
| Webエンジニア・バックエンド志望 | Web API・アプリ系 | ★★☆〜★★★ |
| AI・機械学習に関わりたい | AI連携系 | ★★☆〜★★★ |
迷ったら業務自動化系から1本を強くおすすめします。理由は3章で述べた「自分の課題」を一番見つけやすく、実用性が伝わりやすいからです。そのうえで、志望に合わせてWeb・データ・AIから2本目を選ぶと、バランスの良い構成になります。
4. 業務自動化系 ── 実用性で一番伝わる
毎日・毎週の繰り返し作業をプログラムに任せるカテゴリです。「面倒を減らす」という動機が誰にでも理解でき、用途が明確なので、ポートフォリオの1本目に最適。とくにエンジニア専業でない職種からの転職では、「業務改善ができる人」という評価に直結します。
当サイトの実例（すべて完成コード・解説つき）から、ポートフォリオ向きのものを挙げます：
- Excelレポート自動生成 ── 手作業の集計を数秒に。職場の実データに差し替えれば一気に"自分の作品"になる
- Webスクレイパー ── 情報収集の自動化（対象サイトの利用規約・robots.txt の確認は必須）
- メール一括送信ツール ── 定型連絡の自動化。テンプレ差し込みの実装が学べる
サンプルをそのまま出すのではなく、「自分の職場・生活の実データ」に向けて1つ機能を足すのがコツ。「ファイル名に日付を自動付与」「処理結果をログに残す」など小さな追加で十分です。その追加機能こそ、面接で語れる"あなたの工夫"になります。
5. データ分析・可視化系 ── 「読める人」を示す
CSVやExcelのデータを読み込み、集計して、グラフで見せるカテゴリです。「数字を扱える・可視化できる」のアピールになり、事務職の効率化やデータ系の志望と相性が良いです。pandas（表データ処理）と Matplotlib（グラフ描画）が主役。
- CSVビューア（pandas） ── 表データ処理の入口。読み込み・絞り込み・並べ替え
- 支出トラッカー ── 家計データをグラフ化。身近なテーマで"自分の課題"にしやすい
- 予算ダッシュボード ── 複数グラフを1画面に。matplotlibをGUIに埋め込む実装が見栄えする
このカテゴリは「自分の家計・読書記録・運動ログ」のような個人データを題材にできるのが強みです。データさえ用意できれば、お手本そっくりにはならず自然に独自性が出ます。使うライブラリの全体像はよく使うPythonライブラリ50選で整理しています。
6. Web API・アプリ系 ── ここで差がつく
外部のWeb APIからデータを取得したり、自分でAPIを作ったりするカテゴリです。「データベース・通信・画面」が絡むため難易度は上がりますが、Webエンジニア志望なら最も評価されやすい領域。URLを共有して誰でも触れる形にできれば、説得力は段違いです。
- 天気予報アプリ ── Web APIからデータ取得して表示。API連携の基本がひと通り入っている
- 株価トラッカー ── 金融データの取得と可視化。データ系とWeb系の交差点
- REST APIテスター ── APIを"叩く側"の理解が深まる。バックエンド志望に効く
- SQLiteタスク管理 ── データの保存（DB）を扱う定番。CRUDの実装経験を示せる
本格的なWebアプリ（Flask / Django / FastAPI）まで進めば、ポートフォリオとしての強さは一段上がります。学習ルートはおすすめ書籍で紹介しているフレームワークのハンズオン本が定番です。まずは上記の「APIを叩くアプリ」で通信の感覚をつかんでから、フレームワークへ進むと挫折しにくいです。
7. AI連携系 ── 今いちばん目を引く
AI・機械学習はPythonがほぼ共通語の分野で、ポートフォリオに1本あると目を引きます。ゼロからモデルを作らなくても、既存のライブラリやAI APIを「使う」アプリなら中級から手が届きます。
- 機械学習デモ（scikit-learn） ── 予測モデルを体験。データから学習する流れを示せる
- ローカルAIチャットボット ── PC内で動くLLM（Ollama）と連携。APIキー不要で動かせるのが実用的
「ChatGPTに作らせただけ」に見えないことが大切です。なぜそのモデル／APIを選んだか、どこで精度や使い勝手を工夫したかをREADMEに書きましょう。AIを"使いこなす側"の判断が見えると、ぐっと評価が上がります。
8. 避けるべき題材【量産品の罠】
ここが、多くのポートフォリオ記事が書かない本音です。世の中に同じものが大量にある題材は、それ単体だと埋もれます。
| 埋もれやすい題材 | なぜ弱いか | 活かす方向 |
|---|---|---|
| 入門書・動画のコピーそのまま | 「写した」だけで自分の判断が無い | 1機能でも自分で足して改造する |
| TODOアプリ・電卓 単体 | 定番すぎて差が出ない | 学習用と割り切り、本命の踏み台に |
| 機能を詰め込んだ未完成の大作 | 「完成させる力」を示せない | 小さく完成 → 改善を積む形に |
誤解しないでほしいのは、TODOアプリのような定番が"悪い"わけではないこと。学習の踏み台としては最高です。問題は、それを"完成形のポートフォリオ"として出してしまうこと。定番アプリで力を付けたら、その技術を使って「自分の課題を解く1本」に作り替える──この一歩があるかどうかが分かれ目です。練習として定番を量産したい場合は練習お題集を、最初の10本の順番は練習ロードマップを使ってください。
9. 「何作る」の決め方 ── 自分の課題から逆算
題材が決まらない最大の原因は、「すごいものを作らなきゃ」と力みすぎることです。発想を逆にします。「自分が地味に面倒だと思っている作業」から探すのが、一番速くて外しません。
決め方を3ステップにすると：
- STEP1：困りごとを書き出す ── 「毎月の家計集計が面倒」「フォルダの写真がぐちゃぐちゃ」「同じメールを何通も送る」など、生活・仕事の小さな面倒を5個
- STEP2：Pythonで解けそうなものを選ぶ ── 上の4〜7章のカテゴリに当てはまるものに○。自動化・データ系はだいたい当てはまる
- STEP3：一番小さく作れる形に削る ── 「完璧な家計簿」ではなく「1つのCSVを読んでグラフ1枚出す」まで削る。動いたら少しずつ足す
STEP3が肝心です。最初から大きく作ろうとすると、たいてい途中で止まってしまいます。まず動く最小形を完成させ、そこに機能を1つずつ積む。その"積んだ過程"がコミット履歴に残り、それ自体が「継続して改善できる人」の証明になります。どのカテゴリが向くか迷うなら作れるもの一覧の早見表を、環境がまだならPythonのインストールから始めてください。
10. 見せ方が9割 ── GitHub・README・デプロイ
どんなに良い作品でも、伝わらなければ存在しないのと同じです。最後に「見せ方」を押さえます。ここで手を抜く人が多いぶん、丁寧にやるだけで差がつきます。
- GitHubに上げる ── コードを公開リポジトリに。コミットを小分けにすると「開発の過程」が見える
- READMEを書く ── ① 何のためのアプリか ② スクリーンショットやデモGIF ③ 使い方（実行手順）④ 工夫した点。この4つだけで十分伝わる
- 触れる形にする ── Webアプリなら無料枠でデプロイしてURLを公開。デスクトップアプリなら短い動作動画を1本
採用担当がコードを1行ずつ読むことは稀です。多くはREADMEとスクリーンショットで第一印象を決めます。「なぜ作ったか」を1〜2文で書くだけで、量産品との差が一気に出ます。コードを磨く前に、まずREADMEを整えましょう。
11. 何本必要？どのレベルまで？
結論から言うと、「自分の課題を解いた中級アプリ1〜2本」＋「基礎を示す小品いくつか」で十分です。数より「1本の完成度と説明」が効きます。
目安としては、本命1本（自動化やデータ系で、自分の文脈があるもの）をしっかり仕上げ、それを軸に志望分野（Web・データ・AI）のもう1本を添える構成。残りは基礎力の裏付けとして、定番アプリを数本GitHubに置いておけば、地力も伝わります。当サイトの初心者向け100本・中級者向け100本は、その"地力の裏付け"を作る練習場として使ってください。
大切なのは、完璧を目指して1本も出せない状態を避けること。未完成でも公開し、改善し続けるほうが、磨き込んで秘蔵するより何倍も評価されます。
12. よくある質問（FAQ）
ポートフォリオ作りでよくいただく質問をまとめました。
Q. 初心者ですが、ポートフォリオは何本あればいいですか？
「自分の課題を解いた中級アプリ1〜2本」＋「基礎を示す小品数本」で十分です。本数より、1本の完成度とREADMEでの説明が評価を左右します。まず本命を1本、最後まで仕上げることを優先してください。
Q. チュートリアルで作ったアプリをポートフォリオにしてもいいですか？
そのままだと弱いです（§8参照）。お手本どおりの作品は「写した証」にはなっても独自性がありません。1機能でも自分で追加して改造し、READMEに「ここを足した」と書けば、立派なポートフォリオになります。
Q. 何を作るか、どうしても思いつきません。
「すごいもの」を探すのをやめ、§9の手順で自分の面倒な作業から探してください。「毎月の集計が面倒」「写真の整理が面倒」など、小さな困りごとがそのまま最適な題材です。技術的な難しさは気にしなくて大丈夫です。
Q. Webアプリとデスクトップアプリではどちらがポートフォリオ向きですか？
Webエンジニア志望ならWebアプリ（URLで触れるのが強い）、それ以外なら作りやすいデスクトップアプリ＋動作動画でも十分です。重要なのは形式より「動く・自分の課題を解く・説明がある」の3条件（§2）を満たすことです。
Q. AIを使ったアプリは評価されますか？
目を引きやすいです（§7）。ただし「AIに作らせただけ」に見えないよう、モデルやAPIを選んだ理由・工夫した点をREADMEに書きましょう。AIを"使いこなす側"の判断が見えると評価が上がります。
Q. ポートフォリオを作る前に、何から勉強すればいいですか？
文法の基礎（変数・if・for・関数）を終えていれば着手できます。入門書を終えた直後なら入門後の練習ロードマップで最初の10本を、まだ環境がないならPythonのインストールから始めてください。作れるものの全体像はPythonで作れるもの一覧が参考になります。
本記事は、生成AIを活用して下書きし、運営者が内容を確認・編集したうえで公開しています。AIの利用方針は免責事項をご覧ください。