タイトル: Jupyter Notebook

本稿はJupyter Notebookに関する記事です。

Jupyter Notebookとは？

Pythonのデータサイエンス向けの開発環境です。セル単位でコードを実行でき、実行結果やグラフをそのまま埋め込んで保存できるWebベースのノートブック。データ分析・機械学習・教育用途で広く使われています。

公式サイトはこちら。

主な特徴

セル単位の対話実行 — 試行錯誤しながら段階的にコードを書ける
結果の即時表示 — 数値・表・グラフ・画像がインラインで表示される
Markdown混在 — コードと解説（数式・図）を同じファイルに残せる
多言語対応 — カーネルを切り替えて Python / R / Julia 等にも対応
共有しやすい — .ipynb ファイル単体で配布／GitHubで自動レンダリング

本ページの子ページ一覧

項目	内容
インストールと起動方法(Linux, Mac)	pip経由でのインストール、`jupyter notebook` 起動
起動方法(Windows)	Windows での起動手順
Jupyter Notebookが起動しない場合の対処方法	ポート競合、依存パッケージ不足等

基本の使い方

# インストール
$ pip install notebook

# 起動（ブラウザが開く）
$ jupyter notebook

# ポート指定で起動
$ jupyter notebook --port=8889

# ブラウザを開かずに起動
$ jupyter notebook --no-browser

主要ショートカット

キー	動作
`Shift + Enter`	セル実行＋次セルへ移動
`Ctrl + Enter`	セル実行（カーソルは留まる）
`Alt + Enter`	セル実行＋下に新セル追加
`A` / `B`	上／下に新セル追加（コマンドモード）
`D D`	セル削除
`M`	セルをMarkdownに変更
`Y`	セルをコードに変更

Jupyter Notebook と Jupyter Lab の違い

項目	Jupyter Notebook (classic)	Jupyter Lab
UI	シンプル・単一画面	IDE風タブ表示
拡張性	限定的	プラグイン多数
推奨される使い方	軽量な分析	本格的なデータ分析・複数ファイル併用

新規ならJupyter Labも検討。インストールは pip install jupyterlab、起動は jupyter lab。

典型的な分析の流れ

import pandas as pd
import matplotlib.pyplot as plt

# データ読み込み
df = pd.read_csv('data.csv')

# 確認
df.head()
df.describe()

# 可視化
df.plot(x='date', y='value')
plt.show()

注意点

カーネル再起動で変数は全消去される。Pythonインタプリタを再起動するイメージ
セル実行順を意識する。上から順に実行しないと結果が一致しないことがある
.ipynb は JSON 形式なので git diff が見にくい。コードレビュー用には jupytext で .py 同期も検討
本番運用では papermill でパラメータ実行する／.py に切り出すのが望ましい

IT総合Wiki

過去バージョン