Jupyter Lab

Jupyter LabとJupyter Notebook

Jupyter Labは、Jupyter Notebookの次世代版です。

そもそも、Jupyter Notebookは、ブラウザ上でPythonなどのプログラミング言語で書かれたプログラムを実行したり、その実行結果やコード、ドキュメントを保存および共有できるツールです。最大の特徴は、対話的にやり取りができるインタラクティブなコンピューティング環境を提供していることです。ブラウザベースのインターフェースで、セル単位でコードやテキストを実行、編集、保存することができます。シンプルなインターフェースと直感的な操作性が特徴であり、初めて利用するユーザーや単純なプロジェクトには適しています。

一方、今回話題にする「Jupyter Lab」は、Jupyter Notebookの後継バージョンとして開発された新しいインターフェースです。より柔軟で拡張性の高い環境となったことで、複数のウィンドウやタブでノートブックやエディタ、ターミナル、ファイルブラウザなどを同時に表示することができるようになりました。また、Jupyter Labではプラグインシステムを備え、ユーザーが独自の機能や拡張機能を追加することもできるようになりました。より高度な機能やカスタマイズ性を求めるユーザー、複雑なプロジェクトに適しているツールになったと言えます。

Jupyter NotebookとJupyter Labは、作成したノートブックを同じ形式のファイル（.ipynb）として保存できます。保存したファイルは相互に利用可能なため、プロジェクトの要件や好みに応じて環境を切り替えることができます。

Jupyter Labがデータ分析で使われる理由

Jupyter Labがデータ分析で広く使われる理由にはいくつかあります。

1. インタラクティブな環境
   データ分析では、データの可視化や前処理、モデルの構築など、反復的な作業が多いので、セル単位でコードの実行と結果の視覚化をできるインタラクティブな環境が重宝します。
2. 豊富なデータ表示と可視化
   Jupyter Labでは、グラフやチャート、表形式など、さまざまなデータ表示オプションが提供されています。データ分析では、データの可視化が重要な役割を果たし、豊富な表示機能はデータの視覚的な分析を容易にします。
3. ドキュメンテーションとコードの統合
   データ分析では、解析手法や結果のドキュメンテーションも重要です。Jupyter Labを使うと、コードとドキュメントを同じ環境で統合的に管理できます。
4. 共有
   ノートブック形式のファイル（.ipynb）を使用してコードや結果をノートブックとして共有できるので、データ分析の結果や手法を他のメンバーと共有することが可能です。また、複数のユーザーが同じノートブック上で協力して作業することも可能です。

つまり、Jupyter Labは、データ分析のニーズに合わせた柔軟な作業環境を提供しており、データの探索、可視化、モデリング、ドキュメンテーションなど、幅広い作業を統合的かつ効率的に行うことができます。Pythonを始めとするさまざまなプログラミング言語のサポートもあり、データ分析のための広範なツールとして利用できます。

Jupyter Labのインストール

Jupyter Labは、Pythonをベースにしているので、Mac、Windows、Linuxなど、さまざまな環境で利用できます。一般的にはローカルマシンにインストールして使用します。以下を参考に、自分のコンピュータでJupyter Labを実行してみてください。

1. Pythonのインストール
   Jupyter LabはPythonのパッケージとして提供されているので、Pythonがインストールされていることが前提です。
2. Jupyter Labのインストール
   ターミナルまたはコマンドプロンプトを開き、pipコマンドを使用してJupyter Labをインストールします。教科書にあるようにバージョンを指定してインストールしてもよいでしょう。
   $ pip install jupyterlab
3. Jupyter Labの起動
   インストールが完了したら、以下のコマンドを実行してJupyter Labを起動します。Jupyter Labでは、ファイルをローカルに保存することがあるため、カレントディレクトリを保存先に移動してから起動することをお勧めします。Jupyter Labが起動すると、デフォルトのWebブラウザが自動的に開き、インターフェースが表示されます。
   $ jupyter lab

なお、起動時に、ブラウザに以下のようなメッセージが表示されることがあります。

これは、Jupyter Labのアプリケーションアセットが見つからないというエラーで、Jupyter Labのビルドが正しく行われていないか、アセットがインストールされていないことが原因です。ターミナルまたはコマンドプロンプトで以下のコマンドを実行してから、再度、Jupyter Labを起動してみてください。

Jupyter Labのノートブックインターフェース

Jupyter Labのノートブックインターフェースは、コード、テキスト、画像、グラフなどの要素を組み合わせて文書を作成することができるものです。セルと呼ばれる単位でコードやテキストを記述し、セルごとに実行や編集を行うことができます。セル内にはPythonをはじめとしたプログラミング言語のコードを記述することができ、コードを実行すると、その結果がセルの下に表示されます。

コードの実行は、上部にある実行ボタンを押すか、Shiftキー＋Enterキー、または、Ctrlキー＋Enterキーを押します。また、コードの入力途中でTabキーを押すことで、コードの補完機能を使うこともできます。簡単なPythonコードを入力して、実行してみましょう。以下のようになります。

画面上部にあるプルダウンで「Markdown」を選択して、セルにマークダウン形式のテキストを入力してみます。

すると、次のように、マークダウンを解釈して表示されます。コードの解説やドキュメントを作成するときに便利です。

ノートブックインターフェースでは、セル単位で順次プログラムを実行しながら結果を確認することができるため、データの分析や可視化、モデルの構築などの作業が効率的にできます。また、セルの順序を変更したり、再実行したりすることも簡単に行うことができます。

教科書の付属データをWebからダウンロードしてインポートしてみると、以下のように表示することができ、ノートブックは自分で編集したり実行したりできます。付属データには多くのサンプルが含まれているので、ぜひ活用してみてください。

まとめ

今回は、データ分析に使えるツール「Jupyter Lab」を紹介しました。Jupyter Labのインストール方法やノートブックインターフェースについて解説しましたが、この他にも、Jupyter Labには教科書にあるようなマジックコマンドなども用意されており、便利な機能がたくさんあります。ぜひ活用してみてください。

今回のコラムはいかがでしたでしょうか？インターネット・アカデミーは、Python講座が充実しています。Python認定スクールにもなっているため質の高い知識を得ることができ、基礎学習の先にあるそれぞれの目標を目指していくためには良い場所となります。ご興味ある方は各講座のページを覗いてみてください。

Pythonが学べる講座

デジタル人材育成・助成金のお役立ち資料をダウンロード

デジタル人材育成や助成金活用のお役立ち資料などをまとめてダウンロードしていただけます。コンサルタントへの無料相談をご希望の方はこちらからお問い合わせください。

• DX人材の育成＆事例紹介 リスキリングのロードマップ付き
• デジタル人材育成に使える助成金制度
• デジタルスキル標準 役割別おすすめ講座