## JupyterLabとJupyter Notebookの違い

JupyterLabはJupyter Notebookの後継であるオープンソースのソフトウェアで、プログラムの実行結果を確認しつつ開発ができる対話型のソフトウェアです。これらのツールはPythonなどの言語で、データ分析をする際に非常に役立つツールです。

しかし、これらの具体的な違いについていまいちピンとこないという方も多いでしょう。そこで本記事では、**JupyterLabとJupyter Notebookの違いについての解説と、JupyterLabへの移行方法やVSCodeでの使用方法などを紹介します。**

Pythonを使ってデータ分析をしようとお考えの方は、ぜひ参考にしてください。

Jupyter Notebookとは？その導入・操作方法を解説

## Jupyter Notebookより便利になったJupyterLab

JupyterLabはJupyter Notebookの次世代版のソフトウェアとしてリリースされたものです。*そのため、Jupiter notebookより利便性が高くなっているのが大きな特徴でしょう。*ここからは、JupyterLabでアップデートされた内容について、いくつかご紹介します。

【参考】：[Jupiter公式](https://jupyter.org/)
【参考】：[JupyterLab 3.0 is released!](https://blog.jupyter.org/JupyterLab-3-0-is-out-4f58385e25bb)

### 複数画面で同時に開発できるようになった

*JupyterLabでは、画面を同時に開いて作業できる機能が追加されるようになりました。*ちなみにJupyter Notebookでは画面を分割したいときには、ブラウザのタブをその都度切り替えなくてはなりませんでした。

JupyterLabではこの課題が解消され、同時に複数のソースなどを確認することが容易になりました。地味な改善ポイントかもしれませんが、画面切り替えのストレスもなくなり、開発の作業効率の向上が期待できます。

### 目次の拡張機能が同梱されている

*目次の拡張機能などもJupyterLabでは同梱されており、簡単にドキュメントを参照することができるようになりました。*この機能は、ご自身で分析したデータをまとめたいときに活躍します。

下図は目次を表示している画像です。ご覧の通り、JupyterLabではマークダウンを使用しています。そのため、見出しとして認識されるように記述をすれば、目次として認識してくれるので、見出しや箇条書きがより分かりやすくなります。

### ビジュアルデバッガーが同梱されている

*2020年にリリースされたビジュアルデバッガーですが、こちらはJupyterLabの中にデフォルトで同梱されています。*ブレークポイントの設定や、コールスタック、変数の調査などもビジュアルデバッガーがあれば簡単に行うことができます。

【参考】：[Jupyter 用のビジュアル デバッガー](https://blog.jupyter.org/a-visual-debugger-for-jupyter-914e61716559)

### 言語パックが提供され、日本語の表示も簡単になった

*JupyterLabでは言語パックが提供されるようになり、コマンドを使用するだけで日本語にも対応します。*また対応している言語は他にもありますので、使用方法や対応言語を確認したい方はJupyterの公式サイトを参照してください。

このようにJupyterLabは、Jupyter Notebookよりも便利な機能が追加されていますので、こだわりがなければJupyterLabに移行することをおすすめします。

【参考】：[GitHub -JupyterLabの言語パック](https://github.com/JupyterLab/language-packs/tree/main/language-packs)

**Jupyter LabやJupyter Notebookは拡張機能をインストールすれば、VSCode上でも使用可能です。**また、VSCodeで記述したファイルをJupyterLab上ですぐに確認できる機能なども設定できます。

しかし、現時点ではVSCode上でJupyterLabができるのは、実行結果を確認する機能にとどまります。一方でVSCodeでJupyter Notebookを連携して、コードを記述したり実行したりすることは可能です。

そのため、ここからはVSCodeを使用したJupyterLabと、Jupyter Notebookの使用方法をそれぞれご紹介します。

【参考】：[Visual Studio Code公式](https://code.visualstudio.com/)

VSCodeのショートカット一覧！開発作業を効率化する秘訣を解説

### VSCodeでJupyter Notebookを使う方法

*まずは、VSCode上でJupyter Notebookを使う方法を解説します。*難しい手順は特にありませんので、余裕がある方は一緒に手を動かしてみましょう。

まず、VSCodeを起動してください。次に、画面左のアクティビティーバーから拡張機能を選択しましょう。検索窓に、Jupiterと検索すると下図のように結果一覧が表示されます。この中の赤枠で囲っている「Jupyter」を選択し、インストールしましょう。

【図】：Jupyterのインストール画面

この際に、「Pythonの拡張機能が必要です」と表示されてしまった場合には、メッセージダイアログの「はい」ボタンを押します。

【図】：メッセージダイアログが表示されている画面

画面が自動的に遷移しますので、表示されたPythonの拡張機能をインストールしましょう。

拡張機能のインストールができたら、次にJupyter Notebookを使ってみます。まずは、Jupyterを使うためのサーバを起動します。画面上部の「表示」から「コマンドパレット」を選択するか、「Ctrl」+「Shift」+「P」を押してください。

コマンドパレットの候補の中の、「Jupiter：インタープリターを選択してJupiterServerを開始する」を選択しましょう。

【図】：コマンドパレットの画面

次に、サンプル用のファイルを作成します。画面上部メニューバーの「ファイル」から「新規ファイル」を選択します。ファイルの形式の候補がいくつか出てきますので、この中から下図を参考に「JupiterNotebook」を選択しましょう。

【図】：JupiterNotebookのファイルを選択

ファイルが作成されたら、コードを適当に記述してみます。今回は試しに「print(“Hello World”)」と記述しました。コードを記述したら左側のボタンを押しましょう。（①）実行結果が表示されれば完了です。（➁）

【図】：コードの実行結果を表示している画面
【参考】：[Jupyter - Visual Studio Marketplace](https://marketplace.visualstudio.com/items?itemName=ms-toolsai.jupyter)

### JupyterLabで実行結果をすぐに確認する方法

次に、JupyterLab上で実行結果を表示する方法をご紹介します。*この設定をしておけば、VSCodeでクリックするだけでJupyterLabを起動できます。*そのため、いちいちコマンドを叩いて起動する必要もありません。便利な機能ですので、余裕があればぜひ本記事の手順を参考に設定を済ませましょう。

こちらも拡張機能を使用しますので、まずはVSCodeを起動して拡張機能のアイコンをクリックします。検索窓で「JupyterLab-Browser」と検索し、下図の拡張機能をインストールしましょう。拡張機能のインストールが完了すると、画面右上にノートブックのアイコンが表示されます。

【図】：拡張機能「JupyterLab-Browser」のインストール画面

こちらのアイコンをクリックすると、JupiterLabが起動してすぐに実行結果を確認できます。このように、VSCodeの拡張機能を活用すれば、より便利にJupyterを活用できます。

ちなみにJupyter関連の拡張機能は他にもたくさんありますので、もし時間があるときにVSCodeのマーケットプレイスや拡張機能の画面からチェックしてみるとよいでしょう。

【参考】：[JupyterLab ブラウザ](https://marketplace.visualstudio.com/items?itemName=Vikasdubey0551.JupyterLab-browser)

すでにJupyter Notebookを使用している人の中には、Jupyter NotebookからJupyterLabに切り替える方法をお探しの方もいるかもしれません。

このJupyter NotebookからJupyterLabへの切り替え方法は非常に簡単です。**JupyterLabをコマンドでインストールした後に、WebブラウザのURLのリンクを変更するだけで切り替えができます。**

Jupyter NotebookはWebブラウザのURLの末尾が「/tree」となっていると思いますが、下図を参考にして「/lab」に変更しましょう。これだけでJupyter NotebookからJupyterLabへの切り替えが可能ですので、ぜひこちらも上手く活用してみてください。

【図】：JupyterLabの末尾のリンク
【参考】：[JupyterLab URLs — JupyterLab 3.6.1 documentation](https://jupyterlab.readthedocs.io/en/stable/user/urls.html)

## Jupiterを活用してデータ分析をより快適に進めよう

JupiterLabは、Jupyter Notebookよりもより機能が充実したものだとお分かりいただけたかと思います。**JupiterLabとJupyter Notebookのどちらを使うか迷っている方は、ぜひ次世代版のJupiterLabを活用してみましょう。**

また、VSCodeでデータ分析をする方法も本記事ではご紹介しました。すでにVSCodeを使って普段開発をされている方は、使い慣れたVSCodeを活用してJupiterを使用した方が良いかもしれません。

ご自分の環境にあった方法で、ぜひJupiterLabやJupyter Notebookを活用して開発を快適に進めましょう。

Jupyter NotebookのDockerコンテナ実行は難しい？手順を解説

VS Codeのプラグインとは？導入方法やおすすめの拡張機能も紹介

JupyterLabとJupyter Notebookは、どちらもPythonの開発に適したオープンソースの環境です。しかしこの2つの違いが分からないという方もいるのではないでしょうか。今回は、これらの開発環境の違いを解説しますので、ぜひ参考にしてください。

JupyterLabはJupyter Notebookの次世代版のオープンソースのソフトウェアです

JupyterLabはJupyter Notebookと比べて機能面が充実しています

JupyterLabやJupyter Notebookはブラウザでなく、VSCodeでも使えます

JupyterLabとNotebookの違いは？移行方法も解説！

## Jupyter Notebookの基本的な使い方を解説

Jupyter Notebookは、Pythonなどのプログラミング言語をWebブラウザで記述し、実行することができるツールです。**Jupyter Notebookを利用すると、コードを逐次実行してすぐに結果を表示したり、Markdownテキストを併記したりできるので、記録や報告に役立てられるメリットがあります。**

今回はJupyter Notebookの使い方を解説します。Jupyter Notebookの起動・終了などの基本操作・セルの編集方法・作成したノートブックの共有方法・Jupyter Notebookが起動しないなど、困ったケースについても解説します。

まずは、Jupyter Notebookの基本操作である、起動・ノートブックの作成・ノートブックの保存・停止の方法を説明します。

Jupyter Notebookを使用するには、まずNotebookサーバを起動する必要があります。サーバが起動した後に、ブラウザでJupyter Notebookを起動します。しかし、サーバの起動とブラウザの表示は1つの操作で簡単に行えます。

*コマンドプロンプトを起動して、「jupyter notebook」と入力し、実行します。*すると、Webサーバが起動し、その後自動的にブラウザが開き、Jupyter Notebookダッシュボードが起動します。

起動するディレクトリは、Cドライブ直下でなければどこでも構いません。

起動直後には、起動したフォルダ内にあるフォルダやファイルが表示されます。

Notebookの起動中は、起動に使用したコマンドプロンプトはそのままにしておいてください。停止する際に再び使用します。

Jupyter Notebookが起動したら、ノートブックを作成することでPythonのプログラムを実行できます。
*新しいノートブックを作成するには、Notebookダッシュボードの画面右上に表示されている「new」をクリックして、表示されるメニューの中の「Python3」をクリックしてください。*

新しいノートブックが作成され、表示されます。

ノートブックを作成すると、テキストボックスが表示されます。このテキストボックスのことを、「セル」と呼びます。

早速Pythonのプログラムを実行してみましょう。
セルのテキストボックスにPythonのプログラムを記述し、[Shift]+[Enter]を押すと、プログラムが実行され、下に実行結果が表示されます。

ノートブックに記述したプログラムや実行結果を保存しましょう。
画面上の「File」メニューをクリックし、表示される「Save as」をクリックします。

ノートブックの保存ウィンドウが表示されますので、保存するノートブックの名前を入力し、「Save」をクリックしてください。これで、ノートブックを保存することができます。

*保存したノートブックは、拡張子が「.ipynb」のファイルになっています。*これは、Jupyter Notebookのノートブック用ファイルであり、Pythonの実行ファイルであるpyファイルとは異なりますので注意が必要です。

Jupyter Notebookでの作業が終わったら、サーバを停止します。

起動する際に使用したコマンドプロンプトを再度表示させてください。Jupyter Notebookが動作するたびにログが残りますので、コマンドプロンプトの表示内容は起動直後の状態と変わっているはずです。

*コマンドプロンプトをアクティブにして、[Ctrl]+[c] キーを押すことで、Jupyter Notebookのサーバが停止します。*
コマンドプロンプトは、カレントディレクトリの入力受付状態に戻ります。

サーバを停止した後、ブラウザ上に残っているノートブック作成画面を確認すると、サーバのカーネルが停止したことを示す表示が出ています。

このまま状態でノートブック画面を表示させ、Pythonのプログラムを実行しようとしてもサーバが応答しないため、セルの左側に「in[*]」と表示されて実行されません。

## Jupyter Notebookでノートブックを編集する

次に、Jupyter Notebookでノートブックを編集する方法について解説します。

**ノートブック編集の基本となるテキストボックスである「セル」には、「エディットモード」と「コマンドモード」という２つのモードと、「Codeセル」と「Markdownセル」という2つの種類があります。**

### エディットモードとコマンドモードの切り替え

Jupyter Notebookのセルには、「エディットモード」と「コマンドモード」の2つのモードがあります。

エディットモードは、セルにプログラムや文章を入力したり編集したりするモードです。

セルをエディットモードにするには、セルのテキストボックス内をクリックするか、マウスクリックや上下キーを使用してセルを選択し、[Enter]キーを押します。エディットモードの時は、セルの枠は緑色で表示されます。

一方、コマンドモードは、セル自体の削除や追加など、セル自体に関する操作を行うモードです。

セルをコマンドモードにするには、セルのテキストボックス以外のどこかをクリックするか、セルが選択された状態で[Esc]キーを押します。
コマンドモードの時は、セルの枠は青色で表示されます。

Jupyter Notebookのセルには、「Codeセル」と「Markdownセル」の2つのモードがあります。新しいセルを追加すると、セルの初期状態はCodeセルです。

Codeセルは、Pythonのプログラムを記述し、実行するために使用するセルです。
*テキストボックスにプログラムを入力し、[Shift]+[Enter]を押すと、実行結果が表示されます。*

実行後のテキストボックスの左には「in[1]」のように実行したプロセス数が表示されます。

Codeセルの実行結果には、グラフなども表示させることが可能です。Pythonのグラフ描画を行うライブラリであるMatplotlibでグラフを表示させると、以下のようになります。

一方、Markdownセルは、Markdownテキストを表示させるためのセルです。*Codeセルとは異なり、プログラムを実行することはできませんが、Markdown記法を使用したテキストを表示することができます。*

CodeセルをMarkdownセルに変更するには、ツールバー内で「Code」と表示されているドロップダウンメニューをクリックし、「Markdown」をクリックします。

セルがMarkdownセルに変更されました。

Markdownセルは、Codeセルの時に表示される「in[  ]」が表示されないことで、Codeセルと見分けることができます。

Markdown記法は、特定のルールに従って記述することで、文章の強調やリスト表示が容易に行える文書の書き方のルールです。
例えば、文章の頭に「#」を付けると見出しになり、「\*\*」で括った部分は強調表示されます。

セルに入力して [Shift]＋[Enter] を押すと、Markdown記法が反映された文章が表示されます。

## Jupyter Notebookのノートブックを共有するには

Jupyter Notebookのノートブックは、Pythonのプログラムの実行結果と、Markdown記法による文章を併記できるため、記録や報告に適しています。

ノートブックを共有する相手がJupyter Notebookを使用することができれば、自分が保存したJupyter Notebook用の「.ipynb」ファイルをそのまま共有すれば、相手も閲覧することが可能です。

Jupyter Notebookを使用できない相手にも、PDFファイルやHTMLファイルで共有することが可能です。

ノートブックをPDFファイルでダウンロードします。*PDFファイルに変換するにはいくつか方法がありますが、ブラウザで表示させてPDFに変換するのが最も簡単です。*

ノートブック画面上の「File」メニューをクリックし、表示されたメニュー内の「Print Preview」をクリックします。

ブラウザ上に印刷用の画面が表示されますので、マウスの右クリックメニューを開いて、「印刷」を選択します。

「送信先」で、「PDFに保存」を選択します。ここでは、Google Chromeでの例でご紹介していますが、ブラウザによって操作する項目が異なる可能性があります。

実際に使用しているブラウザの印刷設定で、印刷に使用するプリンターの項目の、PDFで出力する選択肢を選択してください。

HTMLでノートブックを共有する方法について解説します。

ノートブック画面上の「File」メニューをクリックし、表示されたメニュー内の「Download as」をクリック、さらに「HTML(.html)」をクリックします。

ファイル保存画面が表示されますので、名前をつけてHTMLファイルとして保存してください。

## Jupyter Notebookを使っていて困ったら

ここでは、Jupyter Notebookを使っていて起動しない、Python3を実行できないなどの困った状況の解決方法について解説します。

Jupyter Notebookをコマンドプロンプトから起動しようとした時、「.html」の拡張子がブラウザ以外に関連づけられているなど、何らかの理由でブラウザが起動しないことがあります。

*その場合、別でブラウザを起動し、コマンドプロンプトに表示されている3つのURLのうちどれかをコピーして、ブラウザのアドレスバーに貼り付けてアクセスすることで、Notebookダッシュボードが表示されます。*

Jupyter Notebookは、PythonをWebブラウザ上で実行でき、グラフや計算結果を用いた報告書や記録を作成するのに役立つツールです。この記事では、Jupyter Notebookの基本操作やノートブックの共有方法、起動しない時の対処を解説します。

Jupyter Notebookはコマンドプロンプトを使って起動・停止する

Jupyter Notebookでは、Pythonの実行結果とMarkdownテキストを併記できる

Jupyter Notebookが起動しない場合や、ノートブックが新規に開けない場合の対処方法がわかる

Jupyter Notebookの使い方とは？基本操作と起動しない場合の対策も解説

**Jupyter Notebooとは、オープンソースソフトウェアの統合開発環境（IDE）です。**統合開発環境とはソフトウェア開発に必要とされるエディタ・言語処理・デバッグ・実行に関するツールを*単一の操作環境から利用できるようにしたもの*です。

Jupyter Notebookでは*Python*を始めとする**40以上の言語**を用いた開発を、ウェブブラウザやウェブベースアプリケーションを用いて行うことができます。Jupyter Notebookは*データ分析機能*があるため、*ビッグデータのデータ分析・統合*にも用いることができます。*科学技術計算や機械学習*等を目的とする方には特におすすめです。

Python標準のpipコマンド、あるいはAnacondaのcondaコマンドを始めとするいくつかのインストール方法が提供されています。
参考：[Project Jupyter | Home](https://jupyter.org/)

Jupyter Notebookのメリットは、**豊富なライブラリを用いてデータ分析を行えること**です。オープンソースソフトウェアのため、*無償*で利用できます。また、Jupyter Notebookのドキュメントは*プログラムコード*に加えて、*数式や図式を入れること*ができるため**データ分析の統合開発環境**として人気があります。

データ分析の主要ライブラリである*NumPy・SciPy・Matplotlib・SymPy・pandas*を、*Python・IPython*で利用することを想定しています。

さらに、Jupyter Notebookは*実行結果がすぐに出力*され、1画面にまとめて表示されるため、*逐次確認が可能*なこともメリットの1つです。このことは対話型で授業を行う**教育現場**にも適しており、大学の授業にも取り入れられています。

### JupyterLabとJupyter Notebookの違い

JupyterLabとJupyter Notebookは、ともにProject Jupyterの*ユーザインターフェイス*として位置づけられています。JupyterLabはJupyter Notebookの**次世代ユーザインターフェイス**を提供するもので、Jupyter Notebookの機能をカバーします。

具体的な違いですが、従来のJupyter Notebookの画面は*ファイルブラウザとエディタ*のビューで構成されていました。対してJupyterLabは、*ファイルエクスプローラービューとメインビューの統合画面*で構成されています。そのためJupyterLabでは、主要な統合開発環境で用いられている**マルチドキュメント**が単一ウィンドウで表示できるため操作方法が改善されました。

これにより、JupyterLabでは直感的な編集作業ができるように機能強化が図られています。

Jupyter Notebookを使うには、*パッケージマネージャ*を用いて**Jupyter Notebookをインストール**します。インストール後はパッケージ管理システムのラウンチャーを使ったり、直接コマンド起動したりすることでJupyter Notebookを実行することができます。詳しくは以降で説明します。

### Jupyter Notebookのインストール方法

Jupyter Notebookのインストールは、通常パッケージ管理システムに付属している*パッケージマネージャ（コマンド）*を用います。代表的なパッケージマネージャは、*PyPIで用いるpip*と*Anacondaのconda*です。

これから導入を始める方は、*データサイエンスや機械学習用途*に用いるのが*Anaconda*、*汎用用途あるいは初心者の利用*は*PyPI*を利用することをおすすめします。pipとcondaはそれぞれ選択したリポジトリに合わせて使用します。以下はそれぞれのインストール方法です。

**・pipを用いたインストール方法**
以下のいずれかのコマンドでインストールを行います。
　$ python -m pip install jupyter
　$ pip install jupyter

**・condaを用いたインストール方法**
ここでは簡単なインストール方法として、Anaconda Navigatorを起動します。
　Anacondaの最初の起動時には「Environment」「Create」で環境を作成します。
　「Home」をクリックし、右画面にアプリケーションを表示します。
　Jupyter Notebookの「Install」をクリックするとインストールが開始し、「Launch」で実行可能となります。すでに「Launch」と表示されている場合は追加作業は不要です。

condaコマンドを用いる場合は”conda list”でインストールパッケージを確認し、”conda install -c anaconda jupyter”でインストールすることもできます。

Jupyter Notebookの起動と停止方法は、以下の方法で行います。通常*”http\://localhost:8888/”* がjupyterのローカルサーバーの*HTTP接続で使用*されます。

**・pipを用いた場合の起動と停止方法**
pipを用いた場合は、コマンドプロンプトやターミナルで”jupyter notebook”コマンドで起動します。これにより、ローカルでJupyterのウェブサーバーが起動するため入力画面はそのままにしておきます。

停止時はコマンドプロンプトやターミナルの起動画面を「Ctrl」キーと「c」キーを同時に押して、終了処理を行います。終了処理が完了すると、コマンドプロンプトやターミナルにプロンプトが表示されます。確認表示が出た際は”y”を入力します。

**・condaを用いた場合の起動と停止方法**
conda（Anaconda）を用いた場合は、Windowsの場合スタートメニューの「Anaconda3 (64-bit)」の下の「Jupyter Notebook」をクリックします。Anaconda NavigatorのアプリケーションからJupyter Notebookの「Launch」をクリックしても起動します。

終了する場合は、Jupyter Notebookのメイン画面右上の「Quit」をクリックしてください。その後”Server stopped”が表示されると終了です。または「File」「Close and Halt」をクリックすると、”Shutdown this notebook’s kernel, and close this window”が表示され、終了です。

終了処理を忘れた場合は、*”jupyter notebook stop”*コマンドで終了させることもできます。

### Jupyter Notebookのコード作成と実行方法

Jupyter Notebookのコード作成は、*「File」「New Notebook」「Python3」*のメニュー表示をクリックして*新規作成*します。*作成済みのNotebookのファイル読み込み*は*「File」「Open」*でファイル選択します。

入力ラインの*青色がコマンドモード*、*緑色が編集モード*です。「Enter」キーでコマンドモードからエディットモードに切り替えます。「Esc」キーはエディットモードからコマンドモードに切り替えます。

コード実行はメニュー下の*「▶Run」*をクリックします。この他ショートカットで以下の方法でコード実行ができます。
**・「Shift」「Enter」**
　セルを実行し、下のセルに移動します。
**・「Ctrl」「Enter」**
　セルを実行します。
**・「Alt」「Enter」**
　セルを実行し、結果を下のセルに追加します。

なおpyファイルを実行する場合はファイル読み込みではなく、セルで*”%run ファイル名.py”*と記述し実行します。ファイル名.pyはNotebookファイル（ipynb）と*同じフォルダにアップロード*されていればパス指定は省略できます。

同様にCSVファイル等を分析のためにファイル読み込みする場合も、*同一フォルダにアップロード*するか*読み込みファイルのアップロード先のパス指定*が必要です。ファイルのアップロード方法は以降で説明します。

### Jupyter Notebookのコード保存とアップロード方法

Jupyter Notebookのコード保存方法は、*「File」「Save and Checkpoint」*です。*名前を変更*する場合は*「File」「Save as...」*でファイル名を指定します。*pyのファイルに保存*する場合は、*「Download as」「Python(.py)」*でPythonファイルをローカルに保存します。

Jupyter Notebookのファイルアップロード方法は、*「File」「Open」*でフォルダ表示し右上*「Upload」*ボタンを押してウェブサーバーに必要なファイルをアップロードします。フォルダビューでアップロードしたファイルが追加されれば**Jupyter Notebookで利用可能**となります。

### Jupyter Notebookで仮想環境を利用するには？

Pythonでは*開発プロジェクトを複数作成する際に、仮想環境を作成*します。仮想環境により他のプロジェクトへ影響を与えずにモジュールを追加したり、異なるバージョンのモジュールを使用したりできます。Jupyter Notebookでも*Pythonの仮想環境が利用できます*。

Jupyter Notebookを仮想環境で利用するには、以下の手順で追加インストールが必要です。
**・導入済みJupyter Notebookに仮想環境を認識させる**
　environment\_kernelsプラグインをベース環境にインストールします。
　具体的には”pip install environment\_kernels”コマンドを用いインストールします。
**・仮想環境を登録する**
　”jupyter notebook --generate-config”コマンドで設定ファイルを作成します。
　”$HOME/.Jupyter/jupyter\_notebook.py”ファイルが作成されます。
　ファイルを修正し、Anacondaの仮想環境のパスを指定します。
修正例：（ユーザ名を含むパスは、環境に合わせて修正が必要です）
c.NotebookApp.kernel\_spec\_manager\_class='environment\_kernels.EnvironmentKernelSpecManager'
c.EnvironmentKernelSpecManager.conda\_env\_dirs=['C:/Users/ユーザ名/.conda/envs/']

この他にもipykernelを各仮想環境のJupyter Notebookにインストールする方法もありますが、*environment\_kernels*をインストールした方が*簡単に設定できます*。

### Jupyter Notebookで使うライブラリの日本語化の方法

一般的に*データ分析*を行うと**日本語化されたグラフ出力が必要**です。例えば、*Matplotlib*はデフォルトでは日本語表記に対応していませんので、プロパティを指定して*日本語化する必要*があります。具体的には以下のコードをプログラムで指定します。
from matplotlib.font\_manager import FontProperties
matplotlib.font\_manager.FontProperties(fname=r’フォント名’,size=フォントサイズ )

フォント名は*”C:\Windows\Fonts\”にあるフォント名*をパス付で指定します。
使用例：
import matplotlib.pyplot as plt
from matplotlib.font\_manager import FontProperties
fontp = FontProperties(fname=r'C:\Windows\Fonts\msgothic.ttc', size=24)

もしくは都度引数に*fontname="日本語フォント"*を指定する方法や、*”~/.matplotlib/matplotlibrc”*を作成して「*font.family : *」にデフォルトフォントとして日本語のフォントを指定する方法などがあります。詳細はライブラリの設定ドキュメントをご参照ください。
参考：[matplotlib Documentation](https://matplotlib.org/stable/contents.html)

この他にもmatplotlibをベースとする*可視化ライブラリのseaborn*では、*”site-packages\seaborn\rcmod.py”*でデフォルトのフォントを指定できます。初期設定では*font="sans-serif"*に設定されています。詳細はライブラリの設定ドキュメントをご参照ください。
参考：[seaborn](https://seaborn.pydata.org/index.html)

## Jupyter Notebookを使ってデータ分析を効率的に行いましょう

Jupyter Notebookは*豊富なデータ分析に活用できる統合開発環境です。*近年増大するデータを効率的に分析するためにビッグデータでも利用度が高まっています。Jupyter Notebookの一連の操作方法に慣れたら、*データ分析ライブラリやデータ可視化ライブラリ*を使って**高度なグラフ作成にチャレンジする**ことをおすすめします。

Jupyter Notebookは、Pythonの統合開発環境（IDE）として人気があります。特にデータ分析結果を一括表示して数式や図式が用いられるため、データ分析の統合開発環境としてよく利用されています。ここでは、その導入・操作方法を解説していきます。

Jupyter Notebookとは、データ分析を簡単に行える統合開発環境（IDE）を指します

Jupyter Notebookは、データ分析の主要ライブラリをサポートしており効率的に開発が行えます

Jupyter Notebookの単一画面上で、データ可視化ライブラリを活用して高度な分析結果のグラフ化が可能です

Jupyter Notebookの記事（1ページ目）