JupyterLabとは？特徴やインストール、起動手順を解説！

**Pythonの実行環境は数多くありますが、JupyterLabがその代表的な開発実行環境です。**Pythonは、データ分析や科学技術計算に最も使用されているプログラミング言語ですので、JupyterLabを覚えておいて損はありません。ここではJupyterLabを実際に使用して、その操作方法を学んでいきます。

*JupyterLabとは、Project Jupyterが提供するコード・テキストなどのドキュメント作成およびコード実行のユーザーインターフェースを指します。*従来提供されていた、Jupyter Notebookと JupyterLabの違いとしては、リッチな操作性にあります。

JupyterLabは、Jupyter Notebookの機能を備えながら、より多機能なユーザーインターフェースが提供される点に特徴があります。

【参考】：[jupyter](https://jupyter.org/)
【参考】：[JupyterLab](https://github.com/jupyterlab/jupyterlab)

Jupyter Notebookとは？その導入・操作方法を解説

*JupyterLabは、ウェブ利用型とデスクトップ型が提供されています。*JupyterLab Desktopとはデスクトップ型のJupyterLabを指します。Linux、macOS、Windowsでサポートされます。

ウェブ利用型はpip（Python Package Index）やAnacondaを用いて導入し、デスクトップ型はインストーラによりインストール作業を行います。

【参考】：[JupyterLab Desktop](https://github.com/jupyterlab/jupyterlab-desktop)
【参考】：[Installing Jupyter](https://jupyter.org/install)

pipとは？Pythonのライブラリ管理方法を分かりやすく解説！

Anacondaとは？Pythonの効果的な開発環境を解説！

*JupyterLabの使い方ですが、簡単に試すだけであれば実はインストールせずに操作することができます。*Jupyter公式サイトに表示されている、JupyterLabの「Try it in your browser」をクリックすると、次の通りお試しサイトが表示されます（①②）。

標準ガイドの参照や基本操作程度であれば、こちらのサイトを活用できます。

　【図】：お試しサイトでJupyterLabを使う

【参考】：[jupyter](https://jupyter.org/)
【参考】：[JupyterLab Try it in your bowser](https://jupyter.org/try)

JupyterLabがインストール済みであれば、お試しサイトではなく実際に使用可能です。ここではウェブ利用型のJupyterLabを用います。*JupyterLabの起動は、コマンドプロンプトで”jupyter lab”を実行するだけです。*

起動が成功すると、次の図のように表示がされます。

JupyterLabが起動すると、画面には次の様な表示がされています。

```[I 2023-03-01 10:24:16.418 ServerApp] Jupyter Server 2.3.0 is running at:
[I 2023-03-01 10:24:16.418 ServerApp] http://localhost:8888/lab?token=2f9159659942510XXXXXXXXXXXXXXXXXXXXX
[I 2023-03-01 10:24:16.418 ServerApp]     http://127.0.0.1:8888/lab?token=2f9159659942510XXXXXXXXXXXXXXXXXXXXX
[I 2023-03-01 10:24:16.419 ServerApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 2023-03-01 10:24:16.596 ServerApp]
 　
    To access the server, open this file in a browser:
        file:///C:/Users/ユーザー名/AppData/Roaming/jupyter/runtime/jpserver-17352-open.html
    Or copy and paste one of these URLs:
        http://localhost:8888/lab?token=2f9159659942510XXXXXXXXXXXXXXXXXXXXX
        http://127.0.0.1:8888/lab?token=2f9159659942510XXXXXXXXXXXXXXXXXXXXX```

図にも記載しましたが、この表示の最後にアクセスで用いるhtmlファイルとURLが表示されています（①②）。この情報をブラウザーに貼り付けて使用します。なお、表示されるトークンは都度更新されますが、”http:\//localhost:8888/lab” をそのまま指定して使用することができます。

JupyterLabは、初期設定の英語表示を日本語に変更したい方も多いでしょう。*日本語化の場合は、日本語化パックを導入することができます。*”python -m pip install jupyterlab-language-pack-ja-jp“などにより、追加導入が可能です。

導入後は次の図のように、「Settings」「Language」に「Japanese (Japan) - 日本語 (日本)」が表示されます（①②③）。

　【図】：日本語化パックを導入する

続いて次の図のように、「Japanese (Japan) - 日本語 (日本)」を選択し「Change and reload」をクリックすると、メニューや関連表示が日本語化されます（①②③）。

　【図】：表示を日本語に変更する

*JupyterLabが起動すると、最初にランチャーが表示されます。*この JupyterLabの表示フォルダーである”http:\//localhost:8888/lab” には、JupyterLabを起動したフォルダーが設定されています。

次の図をご覧ください。左ペインに表示されているファイルは同じですが、URLの表示（①②）とフォルダ位置情報の表示（③④）に違いがあります。

　【図】：起動場所の違いによるフォルダの表示の違い

URLの”http:\//localhost:8888/lab” に紐づけられているのは、”jupyter lab”を起動したフォルダが割り当てられます。

左側が起動したPythonと名付けたフォルダ配下をそのまま表示しているのに対して、右側は1階層上位に移動してから”jupyter lab”を起動し、アプリからフォルダをPythonと名付けたフォルダに移動したものです。

このような表示上の違いもありますので、JupyterLabを起動する場合には決まったフォルダーから実行するのが作業効率の点でも良いでしょう。

*Notebookは、JupyterLabで使用するプログラムコードの開発実行ツールです。*Notebookを使用するには、ランチャーから起動すると良いでしょう。次の図をご覧ください。

ランチャーの「Notebook」のアイコンをクリックすると、Notebookが起動します（①②）。起動したNotebookは新規ファイルとして開くので、”Untitled”というファイル名です。拡張子は”.ipynb”です。

*開いたNotebookは任意のファイル名に変更できます。*変更するには次の図のように、「ファイル」メニューから「Notebookを別名で保存」を選択し、ポップアップメニューから変更します（①②③）。

　【図】：Notebookをファイル名を変更して保存する

続いて次の図のように、任意のファイルを設定し「Save」をクリックすると、Notebookのタブの表示も変更後のファイル名に切り替わります（④⑤⑥）。

　【図】：Notebookをファイル名を変更して保存する（続き）

保存済みのNotebookファイルは、左ペインでダブルクリックするか「ファイル」メニューから開いて利用することができます。

### Notebookでプログラムを実行する

*Notebookで作成したプログラムコードは、簡単に実行することができます。*次の図をご覧ください。

最初にセル（入力フィールド）にコードを記入します（①）。別のNotebookや他のエディターから、コピー・ペーストすることもできます。続いてNotebook上部の再生アイコン、あるいは上部「実行」メニューの「選択したセルを実行」します（②）。実行結果は指定したセルの下に表示されます（③）。

　【図】：Notebookでプログラムを実行する

*Pythonのコードを直接入力する目的で、コンソールが提供されます。*コンソールを使用するには次の図のように、ランチャーに表示されている「コンソール」のアイコンをクリックすると、コンソール画面が表示されます（①②）。

　【図】：コンソールを使用する

表示されているコンソールの下部にセル（入力フィールド）があります。次の図のように実行するコードの入力を終えたら、「実行」メニューの「セルを実行」をクリックすると、結果がコンソールに表示されます（①②③）。

　【図】：コンソールを利用したコードの入力と実行

コードを保存する必要なく、簡単なロジックの確認などを行うには、シンプルで利用する価値はあります。上記の他に、ランチャーの「ターミナル」ではシステムコマンドを実行することもできます。システムの動作を確認しながら、プログラミングすることもできます。

### JupyterLabをシャットダウンする

*JupyterLabの使用が終わったら、JupyterLabのプロセスを停止するために、シャットダウンを行います。*シャットダウンは次の図のように、「ファイル」メニューから「シャットダウン」を選択し、確認メッセージで再度「シャットダウン」をクリックします。

　【図】：JupyterLabをシャットダウンする

メニューから「シャットダウン」ではなく「ログアウト」を選択した場合は、ブラウザーのみ終了となります。バンクエンドプロセスは待機していますので、再度そのままブラウザーからアクセスすることもできます。

シャットダウンは、ブラウザーからのシャットダウン、あるいはコマンドプロンプトから起動中のJupyterLabを「Ctrl」+Cで停止させることもできます。ブラウザーから停止させた場合は、コマンドプロンプトには次のメッセージが表示され、終了します。

```[I 2023-03-01 10:19:42.719 ServerApp] Shutting down on /api/shutdown request.
[I 2023-03-01 10:19:42.724 ServerApp] Shutting down 6 extensions```

## JupyterLabの使い方はすぐに慣れます

JupyterLabは、インストールから利用までに手をかけずに行うことができます。最初の設定が終われば直観的に操作できますので、高い操作性の恩恵を受けることができます。データ分析を効率的に進めるために、拡張機能を追加することもできます。

**これらのメリットを受けるためにも、実際にJupyterLabの操作を試してみることをおすすめします。**

Pythonによるデータ分析：入門情報から資格取得まで解説！

NumPyとは？効率的なPythonのデータ分析手法を解説！

データ分析のニーズが高まっており、Pythonの活用の幅が広がっています。JupyterLabは代表的なPythonの開発実行環境です。ここではJupyterLabを実際に操作し、初期設定や実際のプログラミングまでの流れを解説していきます。

JupyterLabは、プログラミング言語の開発実行環境です

JupyterLabは主にPythonの開発実行環境として用いられ、データ分析に有効な拡張機能を追加可能です

ウェブ利用型とデスクトップ型があり、統合開発環境（IDE）として利用価値が高まっています

JupyterLabの使い方！初心者向けに操作方法を解説

多くの企業が「デジタル・トランスフォーメーション（DX）」を進める中、AI（人工知能）を活用してビッグデータを分析し、その結果をビジネスに活用する動きが広まっています。

そうしたデータ活用に欠かせないのが、データ分析ツールです。これまでのデータ分析ではプログラムを手書きして、ファイルに保存したプログラムをターミナルなどから実行してきました。現在は、Webブラウザ上で手軽にプログラミングしながら、データ解析や機械学習を実行できる環境が用意されています。

中でも、多くのデータサイエンティストが利用するデータ解析ツールが「JupyterLab」です。なぜJupyterLabは人気があるのでしょうか。その特徴やインストール、起動手順などを解説していきます。

DXとは？その意味と日本の現状、DX推進の障壁となる要因を分かりやすく解説！

*JupyterLabは「ジュピター・ラボ」という読み方のデータ分析ツールです。*ブラウザ上で動作するプログラムの対話型実行環境として利用されています。

基本的には、あるプログラムを実行する場合、すべてのコードを記述し、その後出力してから実行するという流れを取ります。対話型実行環境では、コードを1行ずつ書いて逐次実行し、その結果をすぐに確認できる点が特徴です。初心者でもすぐに始められるというメリットがあります。

**JupyterLabでは「ノートブック」と呼ばれるファイルにPythonなどのプログラム言語でコードを記述します。**ノートブックには「コード」「実行結果」「コードのメモ」などがまとめられています。

それらは、ノートブックの中の「セル」と呼ばれるものに格納され、セル単位で対話的に処理の実行が可能です。実行直後にすぐ表示される結果を逐次確認しながらデータ分析を進めることができます。

【参考】：[Jupyter Project公式サイト](http://jupyter.org/)

最近話題の言語のPythonは何がすごい？メリット・得意分野を解説！

JupyterLabでは「TensorFlow（テンソルフロー）」などの機械学習や、ディープラーニング用のライブラリなど様々なライブラリを動作させることができます。

また、複雑なデータ分析の結果を3Dグラフなど視覚的に分かりやすく表現し、内容を確認可能です。

さらに、軽量なマークアップ言語の1つである「Markdown（マークダウン）」で文章を記述できるため、コードや実行結果も含めた技術的なドキュメントの作成や共有に役立てる点も特徴の1つです。

JupyterLabは、オープンソースソフトウェア・サービスを開発目的とする非営利団体「Project Jupyter」が開発したツールです。Project Jupyterでは、数十種類にも及ぶ言語の実行環境をサポートしてきました。**JupyterLabはオープンソースで提供されているため、無料で利用できます。**また、コミュニティ活動も活発で頻繁に機能アップデートが実施されています。

JupyterLabは2018年、同プロジェクトから「JupyterNotebook」の後継製品として正式発表されました。JupyterNotebookは、以前は「IPythonNotebook」という名称で、Python専用環境でした。Pythonは科学計算やデータ分析用のプログラミング言語として、過去20年以上にわたり多くのデータサイエンティストの人気を獲得しています。

その後、JupyterNotebookは、PythonだけでなくRuby・R・Goなど、40以上の言語をサポートするようになりました。後継であるJupyterLabは、JupyterNotebookの基本機能やコンセプトに大きな変更はなく、より便利な機能が搭載されています。

R言語とは？特徴やできること、Pythonとの違いを解説！

Go言語でできることは？Go言語の特徴やメリット・勉強方法を徹底解説！

*ブラウザ上で動作する対話型実行環境であるJupyterLabは、主に統計のモデリングや機械学習などデータ分析での利用が想定されており、グラフや画像の描画、テキストの形式設定など、データの視覚化やレポート作成などの作業に役立つ機能を備えています。*

また、視覚的に操作しやすいGUIベースであるため、初心者でも使いやすい点も特徴の1つです。コードで記述した内容をその場で確認できるため、実際のアプリケーションを作る前の動作確認にも利用できます。

GUIとは？CUIとの違いやメリット・デメリットをエンジニア向けに解説！

一般的なデータ分析では、CSV形式の表データを取り込んで俯瞰したり、その分布や時系列変化をグラフなどに可視化したりして、データの傾向を調べることが中心です。

また、機械学習に活用する前には、データの誤記や未入力・重複などの不備を修正して、その正確性を高める「データクレンジング」作業をすることもあります。

さらに、分析処理では必要なファイルを作成して実行し、その出力結果であるグラフイメージを取り込み、内容の確認、デバックなどの工程が実施されます。こうした作業を何回も繰り返し実行し続けることは、データ分析をする上で非常に面倒で手間のかかることです。

そうしたデータ分析処理において、JupyterLabを活用するとどのようなメリットがあるのでしょうか。

JupyterLabでは、**まず「.ipynb」形式ファイルをツール上で開いてさまざまなライブラリと組み合わせながら、プログラム記述領域である「セル」欄に必要なコードを書いて、セルの実行を指示するだけで済みます。**

実行直後にすぐインタラクティブに表示される結果を逐次確認しながら、データ分析をより迅速に進めることが可能です。

### データのセキュリティ面でも安全

JupyterLabでは、サーバ上でWebアプリケーションとして起動させ、ブラウザからアクセスできます。そのため、クライアント端末（ホスト）からサーバやストレージへのマウントをする必要がなく、サーバ上のデータにアクセスするため、サーバ内で分析処理を完結できます。

多くの計算リソースを消費することが多いデータ分析では、パブリッククラウドやサーバ上で処理することもあり、重要な内容が含まれたデータをホスト側にダウンロードしたり、残すことを避けたい処理が実施されることもあります。JupyterLabを活用すると、そうしたセキュリティ面に配慮した処理も可能です。

### JupyterLabとJupyterNotebookの相違点

JupyterLabとその前身であるJupyterNotebookでは、どのような違いがあるのでしょうか。

まず、挙げられるのが「ユーザーインターフェースの改良」です。JupyterLabでは「.ipynb」「.py」などのテキスト形式ファイルをツール内のタブで展開できるようになりました。2つのタブを並列に開いて作業することが可能です。

また、JupyterNotebookではブラウザの別ページで実施していたフォルダ管理や実行中のノートブックの管理を画面左側のスペースに集約して1本化しています。

さらに、JupyterLabでは「環境設定をより柔軟にカスタマイズできる機能」が数多く搭載されています。たとえば、一般的なエディタのようにコードの行数をセルに割り振ったり、黒や暗い色を基調とした表示方式である「Dark Theme」を簡単に規定したりすることが可能です。

その他にも、「Vim」「Emacs」などのテキストエディタのような独自のキーマップへの変更もより簡単にできるようになりました。

ここからは、実際にJupyterLabを活用する手順を見ていきましょう。まずは、JupyterLabのインストール方法を紹介します。

JupyterLabのインストールは、主に以下2つの方法があります。

（1）Anaconda（アナコンダ）と一緒にインストールする
（2）JupyterLabだけをインストールする

### Anaconda（アナコンダ）と一緒にインストールする

Anaconda（アナコンダ）とは、データサイエンスに特化したプラットフォームです。データサイエンスに適したライブラリや便利な機能を用意しており、PythonやRなどのデータサイエンスに良く利用される言語のパッケージも含まれている点が特徴的で、無料で利用できます。

まず、公式サイトにアクセスして、利用端末のOSに合わせたインストーラーをダウンロードします。その後、実行ファイルを起動させてインストーラーの指示に従い、インストール作業を進めます。

【参考】：[Anaconda公式サイト](https://www.anaconda.com/)

また、Python環境が既に存在する場合、ターミナル（MacOS）やコマンドプロンプト（Windows）で以下のコマンドを入力することでもインストール可能です。

```conda install -c conda-forge jupyterlab```

【Anaconda】インストール手順とメリット・デメリットを解説 

### JupyterLabだけをインストールする

JupyterLabだけをインストールするには、パッケージ管理ツールなどから実施する方法があります。

インストールの前提として、ローカル環境にPython環境の構築が必要です。Pythonのバージョンには「2.x系列」と「3.x系列」という種類が存在し、一部の機能には互換性がないものも含まれるため、注意してください。

まず、Pythonのパッケージ管理ツール「pip」を利用してインストールする方法をご紹介します。pipはPythonのライブラリ管理ツールとして、Pythonのインストール時に標準で付属されています。

また、Python.orgが推奨するパッケージ管理ツール「pipenv」でインストールする場合は、次のコマンドを入力してください。

その他、Dockerやmamba、JupyterHubなどを活用する場合の手順については、以下の公式サイトを参考にしてください。

【参考】：[JupyterLab公式インストール](https://jupyterlab.readthedocs.io/en/stable/getting_started/installation.html)

Pythonの環境構築：公開ソフトウェアを活用した環境整備を解説

JupyterLabをインストールしても正常に起動しないケースもあるようです。その際は、以下の4点を確認してみてください。

まずは、公式ドキュメントに記載されている「推奨ブラウザ（Firefox／Chrome／Safari）であること、その最新バージョンであること」を確認しましょう。バックグラウンドで起動できているがブラウザが開かない場合は、「アドレスバーに手動で『http\://localhost:8888/lab』と入力して確認してください。

また、ネットワークにおけるセキュリティ制限がかかっている場合も考えられます。導入しているセキュリティソフトの設定で、Pythonによるサーバ動作を禁止しているかを確認してください。

パッケージ管理ツールと組み合わせてAnacondaを導入した場合、欠損ファイルが発生する可能性も考えられます。Anacondaの再インストールを実施してみてください。

### 設定変更で「Tabnine」など便利機能も活用

JupyterLabが起動するとブラウザが立ち上がります。より使いこなせるように設定を変更したい場合は、画面左側に表示される「Settings」タブでカスタマイズ可能です。

より詳細な設定内容を規定したい場合は「Advanced Settings Editor」機能を活用してください。

JupyterLabには便利な拡張機能が数多く提供されています。**変数の中身を表示できる「jupyterlab-variableInspector」や、AIによる入力補完ができる「Tabnine」などの拡張機能を活用して、操作性や生産性を高めることをおすすめします。**

初心者の場合は、JupyterLabの日本語化を設定しておくとより使いやすくなります。ターミナルやコマンドプロンプトを起動し、pip、またはpip3でJupyterLabの日本語化パッケージをインストールしておけば言語選択が可能になり、日本語版を利用できます。

パッケージをインストール後、以下のコマンドを入力してください。

```pip install jupyterlab-language-pack-ja-JP```

```pip3 install jupyterlab-language-pack-ja-JP```

【参考】：[JupyterLab公式ドキュメント](http://jupyterlab.readthedocs.io/en/stable/)

JupyterLabを終了する場合は、メイン画面の左上の「File」メニューから「Shut Down」をクリックします。その後、表示されるシャットダウンの確認メッセージ内の「Shut Down」ボタンを押すと、JupyterLabを終了することができます。

## 環境構築の手間が不要な「JupyterLab Desktop」

新しいプログラム言語を学習する際、最初の壁となるのが「環境構築」です。実際、JupyterLabは起動させるまでに時間や苦労がかかることもあります。**そうした悩みを解決してくれるツールが「JupyterLab Desktop」です。**

JupyterLabは通常、Webブラウザで操作するツールです。一方、JupyterLab Desktopは、PCで動作するデスクトップアプリケーションなので、インストールして実行すれば、すぐにJupyterLabが使えるようになります。

このアプリケーション内にPythonの実行環境やライブラリなどがすべて含まれているため、自分自身で環境を構築する手間がかかりません。また、既存のPythonやAnacondaと競合することもなく、LinuxやMacOS、Windowsなどのクロスプラットフォームで利用可能です。

「環境構築の手間を省きたい」という方は、JupyterLab Desktopを利用することをおすすめします。公式サイトからダウンロードできます。

AI（人工知能）や機械学習でビッグデータを分析し、ビジネスに役立てる「データ活用」のニーズが高まっています。そこで必要不可欠な存在として、多くのデータ活用の場で利用されているのがデータ解析ツール「JupyterLab（ジュピターラボ）」です。その特徴やインストール、起動手順などを解説します。

JupyterLabとは、統計のモデリングや機械学習などデータ分析に利用されるプログラム開発・実行環境です

グラフや画像の描画、テキストの形式設定など、データの視覚化やレポート作成といった作業に役立つ機能を備えています

オープンソースソフトウェアとして無料で利用でき、初心者でも取り組みやすいツールです

JupyterLab（ジュピターラボ）とは？特徴やインストール、起動手順を解説！

## JupyterLabのインストール方法は簡単

**JupyterLabは、無料で使用できる対話型の実行環境です。**JupyterNotebookの次世代版でもあるJupyterLabは対話型の実行環境のため、Pythonでプログラムを記述した結果を、すぐにグラフなどで確認することができます。

そのため、データ分析や研究をされる方にとってはかなり便利なツールといえます。今回は、そんなJupyterLabのインストール方法について解説します。JupyterLabのインストール手順はそれほど難しくありませんので、ぜひ本記事を参考にしつつ一緒に手を動かして、インストールをしてみましょう。

また、今回はPythonをインストール済みの状態から解説します。Pythonをインストールしていない方は、Pythonの公式サイトからインストールしましょう。もしくは、後述するAnacondaという実行環境をインストールすると、JupyterLabのインストールも簡単に行うことができます。

そのため、まだPythonをインストールしていない方は、Anacondaのインストールも検討してみてください。

【参考】：[python公式](https://www.python.org/)
【参考】：[Anaconda のインストール: Python環境構築ガイド - python.jp](https://www.python.jp/install/anaconda/)

### JupyterLabはAnacondaにも含まれている

*JupyterLabはAnacondaと呼ばれるPythonの実行環境にも含まれています。*既にAnacondaをインストールしていて、Pythonで何かしらの開発をしている場合はAnacondaにJupyterLabをインストールしましょう。

ちなみにAnacondaも無料で使用できますので、これからインストールをしようか検討されている方は、Anacondaの公式サイトから新しくダウンロードとインストールをしても良いでしょう。

ここからは、AnacondaのインストールからJupyterLabの起動方法までを説明します。下図にあるように、公式サイトの画面右側の「Download」ボタンからすぐにダウンロードできます。

ダウンロードが完了したら、セットアップ用のアプリケーションを起動しましょう。下図のような画面が表示されますので、「Next」ボタンを押します。すると、同意画面が表示されます。特に問題がなければ「I agree」ボタンを押します。

次にインストール先の指定ができます。基本的にはデフォルトで選択されている「Just Me」を選択しておきましょう。その後、インストール先のパスを指定できますので、任意のパスを設定してください。

【図】：インストール先のパス指定をする

その後画面が切り替わり、「Install」ボタンが表示されますので、ボタンを押すとそのままインストールが始まります。

【図】：インストール中の画面

インストールが完了すると、完了画面が出てきます。オプションを選択する画面もでてきますが、こちらのオプションはチェックをつけなくても構いません。そのまま「Finish」ボタンを押してアプリケーションを終了させましょう。

【図】：インストール完了後の画面

次にインストールしたAnacondaを起動して、JupyterLabをインストールしましょう。下図を参照しながら、「conda install jupiterlab」とコマンドを入力してください。

【図】：AnacondaにJupyterLabをインストールする

インストールをするか聞かれますので「y」を入力しましょう。インストールが完了したら、「Jupiter lab」と入力しましょう。

【図】：JupyterLabのコマンド入力画面

すると下図のようにJupiter labの画面が起動します。以上がAnacondaを使ったJupyterLabのインストール方法です。

【図】：JupyterLabの起動画面
【参考】：[Anaconda公式 - Anacondaのダウンロード](https://www.anaconda.com/products/distribution)

### JupyterLabだけインストールすることもできる

JupyterLabだけインストールしたい場合には、Pythonのパッケージ管理ツール などを使ってインストールすることができます。また、Dockerを使用している場合には、公式サイトが用意しているイメージを選択すれば、JupyterLabをインストールできます。

インストール可能なツールが複数あるため、本記事ではそれぞれのコマンドを記載しています。使いたいツールのコマンドの記載を参照してください。

*■pip*
pipを使用する場合のインストール方法を説明します。まずはWindowsであればコマンドプロンプト、macであればターミナルを立ち上げましょう。その後、以下のコマンドを打ちます。

*■conda*
condaを使用する場合には、以下のコマンドを打ち、インストールしましょう。

- conda install -c conda-forge jupyterlab

*■mamba*
condaを使用する場合には以下のコマンドを打ち、インストールしてください。

- conda mamba install -c conda-forge jupyterlab

*■Docker*
Dockerを使用している場合は、公式サイトのイメージを選択すれば使えるようになります。イメージはDocker Stacksの公式サイトにありますので、こちらを参照してください。

また「mybinder.org」のイメージでJupyter Dockerを試すこともできます。下図が実際にブラウザで試している画面になります。もし、インストールする前に試してみたい方は、ぜひ確認してみてください。

【図】：jupyter/base-notebook on Binderの起動直後の画面

【参考】：[JupyterLab公式 - インストール](https://jupyterlab.readthedocs.io/en/stable/getting_started/installation.html#supported-browsers)
【参考】：[JupyterLab公式 - Jupyter Dockerに関する情報](https://jupyter-docker-stacks.readthedocs.io/en/latest/)
【参考】：[JupyterNotebook公式 - README](https://mybinder.org/v2/gh/jupyter/docker-stacks/main?urlpath=lab/tree/README.ipynb)

Dockerとは？使いどころやメリット・デメリットについて解説！

## JupyterLabのインストールが上手くいかない場合の解消法

無事インストールはできたでしょうか。ここからは、**インストール時に上手くいかなかった方向けによくあるエラーとその解消方法を解説します。**エラーなどが発生してお困りの方は、こちらを参考にしてください。

### インストール権限が足りない場合の対処法

*インストール権限が足りていない場合、JupyterLabのインストール時にエラーが発生します。*

このような場合のエラーは、「--user」オプションを使用してOSのユーザのみに限定したインストールを行う方法があります。もしくは、管理者権限でインストールするかのどちらかになります。

### 最新版のバージョンに更新する

*pipなどのバージョンが古い場合、エラーが発生することがあります。その場合はアップグレードコマンドを打ちましょう。*

最新版にアップグレードされたら、再度インストールコマンドを試してみてください。また上記はpipでのコマンドになりますが、その他のツールでも同様の流れです。

*この方法は最終手段ですが、どうしてもインストールが上手くいかない場合は、1度アンインストールしましょう。*エラーが度々繰り返されるのであれば、再インストールした方が早いかもしれません。

また、JupyterLabだけをインストールしようとしていた方は、Anacondaをインストールする方法に切り替えるのも有効な手段です。

### インストール後に起動しない

*JupyterLabのインストール後に起動しない場合は、セキュリティの原因や、ブラウザに原因がある可能性があります。*

そのためブラウザが最新か確認し、ファイアウォールなどのセキュリティソフトをチェックしてみましょう。それでも起動しない場合は、再インストールを検討するのも1つの手です。

JupyterLabが対応するブラウザはFirefox・Chrome・Safariの最新バージョンです。InternetExplorerは対応していませんので、こちらは使わないようにしましょう。

【参考】：[JupyterLab公式 - 対応ブラウザ](https://jupyterlab.readthedocs.io/en/stable/getting_started/installation.html#supported-browsers)

## JupyterLabをインストールして開発や研究に活用しよう

JupyterLabはプログラムを組んで分析した結果を、3Dのグラフや分布図などですぐに確認できる優れものです。また、無料で使えるという点も非常に魅力的です。

JupyterLabのインストール手順は簡単ですが、エラーが発生してしまった方も中にはいると思います。**本記事では主に2通りの方法を紹介したので、インストールが上手くいかない場合は、もう1つの方法で作業を進めてみてください。**

JupyterLabをインストールして、データ分析や研究をより快適なものにしましょう。

データサイエンスとは？注目されている理由と基礎スキルについて解説！

JupyterLabはPythonでのプログラムを対話型で実行でき、データ分析や研究で非常に役に立つツールです。本記事では、JupyterLabのインストール方法やエラーの対処法も解説します。これからインストールされる方は、ぜひ本記事を参考にしてください。

JupyterLabはAnacondaやDockerといったツールを使うなど、複数のインストール方法がある

JupyterLabだけをインストールするには、Pythonのパッケージ管理ツールを使う

JupyterLabを上手くインストールできない場合は、ネットワーク環境やバージョンを確認しましょう

JupyterLabの記事（1ページ目）