**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

## 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)

【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のインストールは簡単！エラーの対処法も紹介

## 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！

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。

JupyterLabの記事（1ページ目）