TechAcademy（テックアカデミー） プログラミング Python Pythonで使えるJupyter Notebookについて現役エンジニアが解説【初心者向け】
オーダーメイドコース
icon
icon
Python

Pythonで使えるJupyter Notebookについて現役エンジニアが解説【初心者向け】

初心者向けにPythonで使えるJupyter Notebookについて現役エンジニアが解説しています。オープンソースのWebアプリケーションでコード、数式、グラフなどを含む文書を作成したり、チームで共有したりできます。Anacondaかpipでインストールします。

テックアカデミーマガジンは受講者数No.1のプログラミングスクール「テックアカデミー」が運営。初心者向けにプロが解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。 ※ アンケートモニター提供元：GMOリサーチ株式会社　調査期間：2021年8月12日～8月16日　 調査対象：2020年8月以降にプログラミングスクールを受講した18～80歳の男女1,000名　 調査手法：インターネット調査

Pythonで使えるJupyter Notebookについて解説します。

そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

 

なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。

 

田島悠介

今回は、Pythonに関する内容だね！

大石ゆかり

どういう内容でしょうか？

田島悠介

Pythonで使えるJupyter Notebookについて詳しく説明していくね！

大石ゆかり

お願いします！

 

Jupyter Notebookとは

Jupyter Notebookとは、オープンソースのWebアプリケーションです。

コード、数式、グラフなどを含む文書を作成したり、チームで共有したりできます。
数学、物理、科学、統計などの理数系分野で広く活用されています。

Python3でJupyter Notebookを使う方法

公式サイトの記載に従い、Jupyterをインストールします。
Anaconda(科学計算向けパッケージ)の一部としてインストールするか、pipを用いてインストールします。

[PR] 未経験からWebエンジニアを目指す方法とは

Jupyter Notebookを使えるようにするには？

インストール

この記事ではWindows 10, Python3を利用しました。

venv環境にjupyterをインストールします。
適当なフォルダにvenv環境を用意します。

mkdir jupyter
python3 -m venv jupyter
cd jupyter
scriptsactivate

jupyterをインストールします。

pip install jupyterlab

 

以下のコマンドでjupyterが起動します。

scriptesjupyter lab

Jupyter Notebookの起動画面

Pythonのプログラムを記述、実行できます。
プログラム以外のテキストも記述できるので、メモを書きとめるのにも便利です。

Jupyter Notebookの起動画面２

監修してくれたメンター

橋本紘希

システムインテグレータ企業勤務のシステムエンジニア。

開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。

 

大石ゆかり

内容分かりやすくて良かったです！

田島悠介

ゆかりちゃんも分からないことがあったら質問してね！

大石ゆかり

分かりました。ありがとうございます！

 

TechAcademyでは、初心者でもPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。

挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。

記事を検索

関連するキーワード

関連する記事

Pythonのsum関数の使い方を現役エンジニアが解説【初心者向け】

Pythonのsum関数の使い方について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさ...
Python

Pythonでcronによりプログラムを定期実行する方法（Unix系OS限定）を現役エンジニアが解説【初心者向

Pythonでcronによりプログラムを定期実行する方法（Unix系OS限定）について解説します。 そもそもPythonについてよく分からないという方は、...
Python

Pythonのfileno関数の使い方を現役エンジニアが解説【初心者向け】

Pythonのfileno関数の使い方について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Py...
Python

Pythonでランダムフォレストを扱う方法を現役エンジニアが解説【初心者向け】

Pythonでランダムフォレストを扱う方法について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事...
Python

Pythonのnumpy.ravel関数の使い方【初心者向け】

Pythonのnumpy.ravel関数の使い方について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説し...
Python

Pythonのdictデータの操作（update）について現役エンジニアが解説【初心者向け】

Pythonのdictデータの操作（update）について、テックアカデミーのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。 ...
Python

あわせてよく読まれている記事

データ分析で欠かせない！Jupyter Notebookの使い方【初心者向け】

今回は、データ分析で欠かせないツールであるJupyter Notebookについて解説します。 Jupyter Notebookは、機械学習やデータ分析を行う際に広く使われている「統合開発環境」です。 とても便利なので、ぜひこの記事を参考に、Jupyter Notebookでの作業にチャレンジしてみてください。   目次 Jupyter Notebookとは Jupyter Notebookをインストールするには Jupyter Notebookの使い方 まとめ   Jupyter Notebookとは Jupyter Notebookとは、機械学習やデータ分析を行う際に広く使われている「統合開発環境」で、「ジュパイター ノートブック」または「ジュピター ノートブック」と呼びます。 Jupyter Notebookは、プログラムや説明テキスト、実行結果などを「ノートブック」と呼ばれるファイルにまとめて管理し、データを分析します。 オープンソースで公開されているため、個人/商用利用問わず、誰でも無料でインストールすることができます。 また、ブラウザで動作するため、OSの種類を気にすることなくチームメンバーとのコード共有も気軽に行えます。   [PR] 未経験からWebエンジニアを目指す方法とはJupyter Notebookをインストールするには Jupyter Notebookをインストールするには、以下のようなソフトウェアが必要になります。 Jupyter Notebook 本体 Python Pythonでよく利用されるデータ分析やグラフ描画などのライブラリ 一般的に、上記をまとめてインストールすることのできるANACONDA（アナコンダ）という開発環境パッケージを利用します。 ANACONDAには無償版（Individual Edition）と有償版（Commercial Edition）がありますが、個人で利用する場合には無償版で問題ありません。 有償版を利用する必要があるのは、社員が200人以上の会社（営利団体）で利用するケースです。 この記事では、無償版について説明していきます。   では、以下のANACONDAのダウンロードページから、インストーラーをダウンロードしましょう。 ページの下の方にある「Anaconda Installers」に示されている、ご自身のOS環境に合わせたインストーラーをダウンロードします。 通常は64-Bitの方を選択すると良いでしょう。   ダウンロードしたインストーラーを実行して、手順通りに進めていきます。   インストールが終わったら、ANACONDA NAVIGATORを起動します。 以下のような画面になります。   ANACONDAは、複数の環境を用意して、用途に応じて環境を切り替えて使うことができるようになっています。 まず、左端のメニューより「Environments」を選択して、画面下のCreateボタンをクリックしましょう。   Nameに適宜名称を入力し、Createをクリックすると新しい環境が作成されます。   ライブラリのインストールもEnvironmentsから行いましょう。 今回はグラフ描画ライブラリである、matplotlibをインストールしてみます。 画面右側で「Not Installed」を選択した上で、右端のテキストボックスに「matplotlib」と入力します。 一覧に候補が表示されますので、matplotlibを選択し、Applyをクリックすると、インストールが始まります。 他のライブラリも、同様の手順でインストールすることができます。   環境の作成が終わったら、左端のメニューより「Home」を選択します。 「jupyter」と書かれたタイルにInstallボタンが表示されていますので、クリックするとJupyter Notebookのインストールが始まります。   インストールが終わり、ボタンの表記が「Launch」に変わったらクリックしてみましょう。 Jupyter Notebookが起動します。 次回以降は、LaunchをクリックするだけでJupyter Notebookを起動することができます。   Jupyter Notebookの使い方 以下は、Jupyter Notebookを起動した直後の画面です。 まずは画面右端の「New」をクリックして、ノートブックを新規作成してみましょう。   表示されたメニューからは「Python３」を選択します。   すると、新たなノートブックが作成され、ブラウザに表示されます。   それでは、「1」と書かれたセルに、以下のように入力してみましょう。 # ソースコードを記述し、Shift+Enterで実行できます。 print(1+2) 入力が終わったら、Shiftキーを押しながらEnterキーを押します。 すると、ソースコードが実行され、セルの下に実行結果が表示されます。 このようにJupyter Notebookでは、セルごとにソースコードを記述して、実行を行います。 セルの下に表示された実行結果は、再実行の度に再表示されます。   実行することで、さらに下に新たなセルが追加されています。 新たに追加されたセルを選択し、Cellメニューから、Cell Type、Markdownを選択してみてください。   セルには、以下のように入力します。 ## CellTypeをMarkDownにする CellTypeをMarkDownにすることで、 *マークダウン記法* により文章を記述することができます 入力が終わったら、Shiftキーを押しながらEnterキーを押します。 すると、セルに書かれたマークダウン記法が解釈され、「CellTypeをMarkDownにする」というテキストが見出しとして表示されました。   今度は、ノートブックにグラフを表示させる方法をみていきましょう。 以下のソースコードを入力し、実行してみましょう。 %matplotlib inline import matplotlib.pyplot as plt price = [100, 250, 380, 500, 700] number = [1, 2, 3, 4, 5] # グラフを書く plt.plot(price, number) # グラフのタイトル plt.title("price / number") # x軸のラベル plt.xlabel("price") #
機械学習

Anaconda Navigatorを利用してPythonの開発をする方法を現役エンジニアが解説【初心者向け】

Anaconda Navigatorを利用してPythonの開発をする方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 Anaconda Navigatorを利用してPythonの開発をする方法について詳しく説明していくね！ 大石ゆかり お願いします！   目次 Anaconda Navigatorとは Anaconda Navigatorでできること Anaconda Navigatorの導入手順 まとめ   Anaconda Navigatorとは Anaconda Navigatorとは、Pythonの開発に必要な多くのソフトがまとめられているディストリビューションです。 有名なものでは、例えばjupyter notebookやspyderといったソフトが最初から入っています。また、本来は必要なライブラリを自身でインストールする必要があるのですが、Anaconda NavigatorをインストールするとPythonでよく使われるライブラリが最初からインストールされています。 さらに、普通はコマンドラインで行うような操作をGUIで簡単に行えます。   [PR] 未経験からWebエンジニアを目指す方法とはAnaconda Navigatorでできること それではAnaconda Navigatorでできる主なことを簡単にご紹介していきます。 jupyter notebookの起動 先ほどのトップ画面でlaunchを押すとjupyter notebookが立ち上がります。jupyter notebookはブラウザを用いてPythonを簡単に実行できるソフトです。 以下の画像のようなセルにコードを打ち込んで実行します。見た目からもわかるとおり通常の.pyのファイルとは異なり、jupyter notebookのファイルの拡張子は.ipynbとなります。   spyderの起動 同じく先ほどのトップ画面でlaunchを押すと、spyderが立ち上がります。こちらは.pyのファイルを扱えます。実際にwebアプリを開発するときにはjupyter notebookではなくこちらのspyderを用いるのが一般的です。   その他ソフトの起動 その他のソフトについても同じように起動することができます。   仮想環境の作成 仮想環境を切り分けることによって、例えばAという環境ではライブラリZのバージョン1.0を使い、Bという環境ではライブラリZのバージョン2.0を使うといったことが可能になります。仮想環境の作成は様々な開発を並行して実施する上で非常に重要です。仮想環境の作成は以下の手順で実行します。 まずトップ画面左のメニューからenvironmentをクリック 画面の下にあるcreateをクリック 環境の名前を入力し、Pythonのバージョンを選択してcreateをクリック これで新しい環境が作成されます。あとは自分の必要なパッケージをインストールして、独自の環境を構築していくだけです。   パッケージ管理 パッケージ管理の仕方についてご紹介します。 パッケージのインストールをするには、まず環境を選択します 次に矢印ボタンを押してから、open terminalをクリックします 次にterminalが開くので、conda install ライブラリ名のコマンドを実行します tensorflowというライブラリをインストールしています インストールが終わったら、ちゃんとライブラリがインストールされているかどうかを念のため確認しておきます。確認はconda listのコマンドで実施できます 無事インストールがされていれば、ライブラリを使うことができるようになっているはずです。 Anaconda Navigatorの導入手順 Anaconda Navigatorのインストール手順についてご紹介致します。まずは以下のURLにアクセスしてください。 https://www.anaconda.com/download/ すると以下のような画面に飛びますので、ご自身でお使いになられているOSを選択し、Downloadボタンをクリックしてください。特に理由がない限り、最新のバージョンを選択しましょう。 インストールウィザードが起動するので、あとは指示に従って進めていけば大丈夫です。いくつか設定を聞かれますが、基本的にはデフォルトのままでOKです。 まとめ この記事ではAnaconda Navigatorの利用方法について解説しました。 Anaconda NavigatorはPythonで開発をするにあたって非常に便利なアプリケーションですので、是非使いこなせるようになっておきましょう。 監修してくれたメンター 柴山真沙希（しばやままさき） 大手IT企業などでエンジニアとして2年ほど勤務した後、個人事業主としてプログラミングスクール「エンペサール」を経営。子供から大人まで幅広い層を対象にプログラミングを教えている。 得意言語はPython, HTML, CSSで、機械学習やデータ分析、スクレイピングなどが得意。サッカー観戦や読書が趣味である。   大石ゆかり 内容分かりやすくて良かったです！ 田島悠介 ゆかりちゃんも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。 また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。
Python

データ分析のライブラリ！Pandasとは【初心者向け】｜現役エンジニアが解説

今回は、Pythonのデータ解析用ライブラリであるPandasについて解説します。 Pandasを使うと、データの統計量を表示したり、グラフ化するなど、データ分析（データサイエンス）や機械学習で必要となる作業を簡単に行うことができるようになります。 Pythonでデータ分析を行うには、必須のライブラリなので、ぜひこの記事を参考に、Pandasの使い方を覚えましょう。   なお本記事は、TechAcademyのAIオンライン講座の内容をもとに作成しています。   目次 Pandasとは Pandasの特徴 Pandasでできること Pandasを使うメリット Pandasを利用するには ダウンロード手順 初期設定 Pandasの使い方 Pandasをより便利に使う方法 Pandasの勉強方法   大石ゆかり 田島メンター！Pandasというのは何でしょうか？ 田島悠介 Pythonのデータ解析用のライブラリだよ。Pythonでデータ分析や機械学習を行うには、必須のライブラリなんだ。 大石ゆかり どのような機能があるのですか？ 田島悠介 例を見ながら説明していくね！ Pandasとは Pandasは、Pythonでデータ分析を効率的に行うためのライブラリです。Pandasはオープンソース(BSDライセンス)で公開されており、個人／商用問わず、誰でも無料で利用することができます。 Pandasを使うと、 データの読み込みや統計量の表示 グラフ化 データ分析 に関する作業を容易に行うことができるようになります。また主要なコードはPythonまたはC言語で書かれており、Pythonだけでデータ分析を行うのと比較して、非常に高速に処理を行うことができます。 データ分析（データサイエンス）は、機械学習を行うまでの前処理（データの読み込み、クリーニング、欠損値の補完、正規化など）が、全ての作業の8〜9割を占めると言われています。Pandasを使うとそのような処理が効率的に行えるようになるため、Pythonで機械学習を行うには、Pandasは必須のライブラリとなっています。   [PR] 未経験からWebエンジニアを目指す方法とはPandasの特徴 Pythonによるデータ分析で多く使われているライブラリといえば、PandasやMatplotlib、NumPyなどがあげられます。これらのライブラリはそれぞれ以下のような特徴があります。   Pandas Pandasはデータの読込や並べ替え、欠損値（欠けている項目値）の補完などを行うことができるライブラリです。データ分析の前処理段階でとても多く利用されています。 データの読込はCSVやテキストだけでなく、エクセルやインターネット上で提供されている株価情報など、多様な形式のデータを読み込むことが出来ます。 また、Pandasの特徴はDataFrameという多機能な「表」にあります。DataFrameにはデータの平均値や行数などの概要的な特徴を把握する機能や、並べ替えや列名の変更などのデータを整形する機能があります。 またキーを指定しての集計やMatplotlibと連携してのグラフによる可視化など、データ分析のデータ前処理の段階で便利な多くの機能が提供されています。データ分析の過程では、Pandasである程度データをきれいに整えてから、NumPyで数値計算を行うようといったように、使い分けて利用することが多いでしょう。   Matplotlib MatplotlibはPythonで代表的なグラフを描画するライブラリです。2Dだけでなく3Dも含めた多くの種類のグラフを描画することができます。 Matplotlibは慣れると使いやすいのですが、はじめは使い方がやや難しく感じると思います。そのような場合、PandasやSeabornなどのライブラリと組み合わせることで、見た目の良いグラフを簡単に描画することができます。 Matplotlibはデータ分析の様々な段階で、NumPyやPandasと組み合わせてデータの概要を把握したり、特徴を可視化するような目的で使用します。   NumPy NumPyは数値計算や行列演算を行うライブラリです。複数の数値を配列としてまとめて扱ったり、行列演算を行ったりするのが得意です。 特にコンピューターで小数点以下を扱う際の標準的な形式である浮動小数点型の行列演算を高速に行うことが出来ます。また三角関数や平方根などの数値計算の機能も豊富です。 NumPyはある程度データの前処理が終わり、きれいに整ったデータに対して数値計算を行うのに向いているライブラリと言えます。   Pandasでできること Pandasには多くの機能があります。主に利用する機能を確認してみましょう。なお以下でDataFrameと記載しているのはDataFrameオブジェクトを指しています。 データの読込 CSV形式のデータの読込：read_csv() Excelファイルの読込：read_excel() JSON文字列の読込：read_json() pickle形式(Pythonオブジェクトを保存する形式)によるデータの読込/書込：read_pickle()、to_pickle() インターネット上で提供されている株価情報の読込：pandas-datareader データの特徴を把握 データの特徴を表示：DataFrame.info() 要約統計量を表示：DataFrame.describe() データの一部を表示：DataFrame.head()、DataFrame.tail() データの形状を表示：DataFrame.shape 行数を取得：DataFrame.index.values 列名を取得：DataFrame.columns.values それぞれの列の型を取得：DataFrame.dtypes データの切り出し（スライス） データのスライス：DataFrame[]、DataFrame.iloc[]、DataFrame.loc[] フィルタリング：DataFrame.query() データの並べ替え 値による並べ替え：DataFrame.sort_values() インデックスによる並べ替え：DataFrame.sort_index() 列名の変更：DataFrame.rename() 集計 列の集計：DataFrame.value_counts() 表の集計：DataFrame.groupby() ※groupby().sum()で合計、groupby().mean()で平均値得ることができる 可視化 Matplotlibのimportが必要 ヒストグラム：DataFrame.hist() 散布図、線グラフ：DataFrame.plot() 棒グラフ：DataFrame.bar() 箱ひげ図：DataFrame.boxplot() 欠損値の扱い 欠損値の確認：DataFrame.isnull().sum() 欠損値に値を埋める：DataFrame.fillna() 欠損値のある行を削除する：DataFrame.dropna() その他 カテゴリー変数の展開：get_dummies() 列同士の相関を確認：DataFrame.corr()   Pandasを使うメリット データ分析であればExcelなどの表計算ソフトを使えば十分という方も多いでしょう。Pandasを使うと、大量データに対して何度でも同じ処理をプログラムを実行するだけで行うことができるというメリットがあります。 大量データの処理が可能 Pandasではパソコンのメモリ容量が許す限り、大量のデータをDataFrameに読み込んで処理を行うことが出来ます。動作速度も表計算ソフトほど遅くはなりません。 同じ処理を何度も再実行できる 1つ1つの作業を人間が操作して行うのではなく「プログラム」として記述することで、何度でも全く同じ処理を繰り返し実行することが可能となります。 データ分析では再現性が重要であり、手順書をもとにした人間の操作よりも、プログラムで処理自体を記述したほうが、確実に同じ処理を再実行することができます。 また、大量データに対する処理は数時間～数日も時間を要することがあります。このような場合でも、人間はプログラムを実行して結果を待つだけです。表計算ソフトのように、付きっきりで操作し続ける必要はありません。 さらにパソコンを複数台数用意して、条件を少し変えたプログラムを同時並行で実行して結果を比較する、といったことも容易に実現可能です。 他のライブラリと連携し多彩な機能を実現できる 他のライブラリと連携することで、プログラムを実行してグラフを描画したり、加工した結果を表計算ソフトのファイルとして出力するなど、Pandasだけでは行えない多くのことを実現することができます。   Pandasを利用するには Pandasを利用するには、Anacondaなどの「ディストリビューション」と呼ばれる開発環境をまとめたパッケージを使うのが簡単です。Anacondaは、データ分析やグラフ描画など、Pythonでよく利用されるライブラリを含んだ開発環境です。 ここではAnacondaを例にダウンロード手順と初期設定について確認しましょう。   ダウンロード手順 Anacondaの公式サイトからProducts > Individual Edition > Downloadを表示します。 Anaconda – Individual Edition – Download Windows、Mac共に「Python 3.7 – 64-Bit Graphical Installer」をクリックしてダウンロードします。なお、Python2.7は古いバージョンであり、サポート期間が2020年4月とすでに終了しています。どうしても必要な場合を除き、利用することは無いでしょう。 ダウンロードしたファイルを実行することでインストールを行うことが出来ます。選択肢などは既定値のままで良いでしょう。   初期設定 インストールが終わったら、Anaconda Navigatorを起動します。はじめに初期設定として必要なライブラリをインストールしましょう。 ライブラリのインストールはEnvironmentsから行います。Environmentsを開き、「Not installed」を選択して検索ボックスに「pandas」と入力します。 一覧にPandasが表示されますので、チェックボックスで選択し、画面右下のApplyボタンを押すことでインストールすることができます。 また、今回は説明用にscikit-learnのサンプルデータセット（トイデータセット）を使用します。同様にscikit-learnとnumpy、matplotlibもインストールしておきましょう。 インストールが終わったらHomeに戻ります。プログラムはJupyter Notebookで作成します。画面の「jupyter notebook」と書かれた部分の「Launch」ボタンをクリックします。 初回は「Install」ボタンになっており、クリックするとJupyter Notebookがインストールされます。 以降は、Jupyter Notebookをもとに、Pandasの使い方を説明します。   Pandasの使い方 Pandasを使う際は、初めにPandasライブラリをインポートします。併せてサンプルデータセットも利用できるようにしておきましょう。 # Pandas、及び必要なライブラリのインポート import pandas as pd from pandas import DataFrame import numpy as np # サンプルデータセットを取得する from sklearn import datasets boston = datasets.load_boston() 実行結果は特にありません。エラーがでなければ、正しくインポートされています。 次に、サンプルデータセットをPandasのDataFrame型に変換しておきます。なお、今回はサンプルデータセットを使いましたが、CSVデータを読み込むread_csvという命令も用意されています。 # PandasのDataFrame型に変換 df = DataFrame(boston.data, columns = boston.feature_names) # 目的変数をDataFrameへ追加 df['MEDV'] = np.array(boston.target) 準備が整いました。それではPandasの命令を幾つか見ていきましょう。   データの概要を確認する 先頭5行を表形式で表示する df.head() 実行結果は以下のようになります。 行列数を表示する df.shape 実行結果は以下のようになります。 (506, 14) 細かい情報を表示する dataset.info() 実行結果は以下のようになります。 <class 'pandas.core.frame.DataFrame'> RangeIndex: 21613 entries, 0 to 21612 Data
機械学習

効率的に開発！AnacondaでPythonの環境構築する方法

今回は、AnacondaでPythonの環境を構築する方法を現役エンジニアが解説します。 AnacondaでPythonの環境構築することで、機械学習に必要なアプリケーションの導入から設定まで簡単に行うことができます。 実務でも、AnacondaでPythonの環境構築することで、Jupyter notebookを利用した実装環境構築するので是非学習してみてください。 本記事では、Anacondaのインストール方法からPythonで効率的に開発がおこなえる環境構築の手順をWindows版とMac版の両方で紹介していきます。ぜひ最後まで読んで参考にしてみてください。 目次Jupyter NotebookとはPython3でJupyter Notebookを使う方法Jupyter Notebookを使えるようにするには？監修してくれたメンター そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   PythonのAnacondaとは Anacondaとは、Pythonにおける開発環境を提供してくれるアプリケーションです。 通常Pythonを使う場合はPython本体をインストールした後に、必要なライブラリ（パッケージ）を追加インストールしていきます。 ライブラリ（パッケージ）とは、便利な機能をあらかじめ用意してあるプログラムを意味します。 Pythonをインストールする方法をご確認いただくと、Anacondaを利用しない場合の環境構築方法をご理解いただくことが可能です。 Pythonからインストールする方法AnacondaはPythono本体はもとより、Pythonでよく利用されるライブラリ（パッケージ）を最初からまとめて入れてくれます。 Python本体とライブラリを個別にインストールするのに比べ、環境が確実に完成するのがAnacondaのメリットです。 ただし、開発経験が豊富なエンジニアにとっては、Anacondaを利用することで、独自のPython環境を構築できなくなるデメリットもあります。 初心者にとってはAnacondaを利用することでのメリットのほうが大きいでしょう。   AnacodaでPythonの環境構築する方法【Windows】 1. Anacondaのダウンロード Anacondaはコチラからダウンロード可能です。 Windowsの場合、トップページに表示されるwindowsマークへマウスポインタを進めることで次のように反応します。 ここでWindwosをクリックすると実際のダウンロードリンク部分へ遷移します。 通常は、Downloadをクリックすればダウンロードが開始されます。 どうしても、パソコンのスペックが低いと感じる場合は、32-Bit Graphical Installerをクリックしてダウンロードしてみてください。 ダウンロードが開始されると次のようなポップアップが表示され、メール登録を促されますが無視しても大丈夫です。   2. Anacondaをインストールする ダウンロードしたファイルを管理者権限でダブルクリックするとインストールが始まります。 特にこだわりがなければ、今から説明する通りにクリックしてするとインストールが完了します。 Nextを押して下さい。 I Agreeを押して下さい。 Nextを押して下さい。 Nextを押して下さい。 続いて、チェックボックスは両方チェックしません。 最初のチェックボックスは、AnacondaのPATHを設定するものです。 今回は、スタートメニューから起動するのでチェックしません。 次のチェックボックスは、Anacondaを標準のPythonとして起動するように設定します。 こちらも、あとで別バージョンのPythonを標準として追加することを考えてチェックしません。 Installを押した後は、かなり長い時間インストールされるので、パソコンで他の作業をせずインストールだけ行ってみて下さい。 長い時間を書けてインストールが終わると次のような表示になります。 Nextを押して下さい。 これがインストール完了画面です。 Finishを押すとインストール作業は完了します。 チェックボックスが入っている点ですが、最初のものはAnaconda Cloudというサービスについての説明に遷移します。 次のチェックボックスは、Anacondaのサポートについてのページに遷移します。   3. Anacondaを起動する windowsにはメニュ付近に○のマークがあります。 その○をクリックしてaと入力すると次のようにAnacondaが検索結果で表示されます。 Anaconda Promptを選択してみます。   4. Anaconda PromptからPythonを確認する 次のような黒い画面が表示されます。 これをコマンドプロンプト（Macではターミナル）と言います。 今回は、Anacondaが動作しているので、Anaconda Promptという名称のソフトウェアになっています。 Pythonと入力してエンターキーを押してください。 すると、Pythonの実行環境がAnacondaで構築された旨が表示されます。   [PR] 未経験からWebエンジニアを目指す方法とはAnacodaでPythonの環境構築する方法【MacOS】 ここではMacOSで、AnacodaでPythonの環境構築する方法を解説します。 １．Anacondaをダウンロード Anaconda | Individual EditionからMacOS版の64-Bit Graphical Installer (440 MB)Anacondaをダウンロードします。   ２．Anacondaをインストール ダウンロードしたファイルを起動すると警告が表示されるので許可をクリックします。 基本的にすべての選択肢で続けるを選択してください。 大切な情報が記載されています。 インストールを進めたい場合は続けるをクリックしてください。 使用許諾契約が記載されています。 インストールを進めたい場合は続けるをクリックしてください。 使用許諾契約書に同意する場合は同意をクリックしてください。 同意しないとインストールを進めることができません。 インストールをクリックする中で、パスワードが要求されたら、パスワードか指紋認証を行います。 インストールが完了します。 インストールした時点でPython環境が整った状態になっています。 ３．Anacondaを起動 「Anaconda-Navigator」を起動します。   Anacondaに付属されているPythonのライブラリを紹介 ここでは、Anacondaに付属されているPythonのライブラリを紹介します。 2021年10月現在、Anacondaには644ものライブラリが用意されています。 ライブラリ名 ライブラリの説明 ライブラリの使い方 JupyterLab データ分析用Jupyter notebookの後継アプリケーション。 JupyterLabを起動し、コードを実装することで、JupyterLab上でプログラム実行まで完結できる pandas データを表形式であつかう。 import pandasというコードを実装する。 scipy 科学技術計算を扱う。 import scipyというコードを実装する。 matplotlib グラフ描写する。 import matplotlibというコードを実装する。 tensorflow Googleが開発した機械学習用ライブラリ。 import tensorflowというコードを実装する。 テンソルフロー(TensorFlow)を利用したPythonによるAIプログラミングの記事も参考にしてみてくださいね。   AnacondaをインストールしてPythonでの開発を効率化しよう 今回は、Anacondaでpythonの環境を構築する方法を解説しました。 Anacondaをインストールするだけで、Pythonや機械学習の実行環境が簡単に整いました。 AnacondaはPythonでの開発を効率的にしてくれるので初心者にもおすすめです。 ぜひ、今回の記事を参考にAnacondaをインストールしてみてください。 入門向けPythonの学習サイトも記事にしています。 学習したい方は参考にしてみてください。   Pythonを学習中の方へ これで解説は終了です、お疲れさまでした。 つまずかず「効率的に」学びたい 副業や転職後の「現場で使える」知識やスキルを身につけたい プログラミングを学習していて、このように思ったことはありませんか？ テックアカデミーのPythonコースでは、第一線で活躍する「プロのエンジニア」が教えているので、効率的に実践的なスキルを完全オンラインでしっかり習得できます。 合格率10%の選考を通過した、選ばれたエンジニアの手厚いサポートを受けながら、人工知能（AI）や機械学習の基礎を学べます。 まずは一度、無料体験で学習の悩みや今後のキャリアについて話してみて、「現役エンジニアから教わること」を実感してみてください。 時間がない方、深く知ってから体験してみたい方は、今スグ見られる説明動画から先に視聴することをおすすめします！
Python

テンソルフロー(TensorFlow)を利用したPythonによるAIプログラミングを現役エンジニアが解説【初心者向け】

テンソルフロー(TensorFlow)を利用したPythonによるAIプログラミングについて解説します。   そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。 なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 テンソルフロー(TensorFlow)を利用したPythonによるAIプログラミングについて詳しく説明していくね！ 大石ゆかり お願いします！ この記事では、TensorFlowと呼ばれるディープラーニング向けのライブラリを使って、Pythonで機械学習を実践してみます。 機械学習を勉強中の方や、ディープラーニングを使ってみたい方は手を動かしながら読んでみると良いでしょう。 TensorFlowとは？ Pythonにおける通常の機械学習は、scikit-learnと呼ばれる機械学習に特化したライブラリを使うことによって、簡単に実践することができます。 そして、通常の機械学習に加えて敷居が高いと思われがちなディープラーニングであっても、Pythonでは専用のライブラリを使えば誰でも簡単に実践することができます。 Pythonのディープラーニング向けライブラリにはいくつかありますが、今回はGoogle社が開発したTensorFlowというライブラリを使います。 ディープラーニングの実践で注意しなければならないことは、通常のコンピュータを使ってディープラーニングを行おうとすると、計算量が多く、時間がかかっていつまで経っても終わらないことがあるという点です。 このようなデメリットは、ディープラーニングを行う際には注意しておくことが大事です。 今回行うディープラーニングではそれほど重い処理を行うわけではないので安心してください。 機械学習・ディープラーニングの学習に最適な環境 機械学習や、データ解析では、Jupyter Notebookというブラウザ上で開発できる環境を使うことが多いです。 Jupyter Notebookを使うメリットは、コードや実行結果をそのままの形で保存できるので、後で振り返りやすい点や、実験的にコードを実行したいときに便利などたくさんあります。 今回はJupyter Notebookを使ってディープラーニングを実践していきたいと思います。 Jupyter Notebookをインストールしていない方は、Jupyter Notebookをインストールしてから行ってください。 [PR] 未経験からWebエンジニアを目指す方法とはTensorFlowを導入してみよう それでは、TensorFlowを実際に導入してみましょう。この記事では、GPUではなく、CPUを使ったディープラーニングを行います。Windowsの場合はコマンドプロンプトで、Macの場合はコマンドラインで pip3 install tensorflow を実行してください。 Successfully installed tensorflow のようなものが表示されたら、TensorFlowのインストール完了です。   TensorFlowを使ってコードを書いてみよう 今回は、Googleが公式に提供しているチュートリアルを参考にしてTensorFlowを動かしていきます。 MNISTファイルという手書き文字のデータを学習して、新しい手書き文字の数字を予測するというプログラムを書いていきます。 それでは、順番にコードを書いていきましょう。 まずは from __future__ import absolute_import, division, print_function, unicode_literals import tensorflow as tf この部分は必要なライブラリをインポートをしています。 1行目は、__future__ というモジュールからabsolute_import, division, print_funvtion, unicode_literalsというパッケージを読み込むためのものです。 2行目ではPythonでTensorFlowを実行するための部分です。 次は、 mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 と書いて実行してください。すると、MNISTファイルをダウンロードします。 MNISTファイルというのは”Mixed National Institute of Standards and Technology database”の頭文字を取ったもので、手書き数字の画像のデータセットです。 AIプログラミングではよく使われる画像のデータセットで、学習の際によく出てくるものなので、覚えておくと良いかもれません。 x_trainという学習用のデータと、学習済みのAIの性能を評価するためのx_testというテスト用のデータから成り立っています。 mnist = tf.keras.datasets.mnist でMNISTファイルをダウンロードし、 (x_train, y_train), (x_test, y_test) = mnist.load_data() でデータを訓練用とテスト用に分けています。その次の、 x_train, x_test =
Python

IPythonで改行場所を追加・変更する方法を現役エンジニアが解説【初心者向け】

IPythonで改行場所を追加・変更する方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。   Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 IPythonで改行場所を追加・変更する方法について詳しく説明していくね！ 大石ゆかり お願いします！   IPythonとは IPythonは、Pythonの対話的実行環境(インタラクティブ シェル)の一つです。Pythonには標準でシェルが付属しますが、IPythonはこれを強化し、コードのハイライト、自動補完などを行えます。 IPythonはJupyterの中核的な要素で、科学計算、統計処理、機械学習などの分野で広く利用されています。 なおこの記事では、Jupyter NotebookをもとにしたGoogle Colaboratoryを使用しました。   改行の追加方法 Jupyterではセル内にPythonのコードを入力していきます。 コードを入力し終えたら、Ctrl+Enterキーかセル左側の三角ボタンで、セルを実行できます。セル内ではEnterキーで改行できます。 実行したセルの直下に、実行結果が表示されます。   [PR] 未経験からWebエンジニアを目指す方法とは実際に書いてみよう 前節ではGoogle Colaboratoryでの実行例を紹介しました。 本節ではローカルマシンにJupyterをインストールしてみます。   コマンド pip, pipenvコマンド等でJupyterをインストールします。 pipenv install jupyterlab 以下コマンドでJupyterが起動し、ブラウザで自動的に接続します。 pipenv run jupyter lab     まとめ この記事ではPythonの対話的実行機能を強化したIPythonを紹介しました。 また、IPythonをさらに応用した、Jupyter, Google Colaboratoryといったソフトウェアを紹介しました。   監修してくれたメンター 橋本紘希（はしもとひろき） システムインテグレータ企業勤務のシステムエンジニア。 開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。   大石ゆかり 内容分かりやすくて良かったです！ 田島悠介 ゆかりちゃんも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。 また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。
Python

あなたの目的に合わせて学べるコース

副業したい方

Web制作の力を身につけ
副業までサポート

はじめての副業コース

転職したい方

未経験から
Webエンジニアに

Webエンジニア転職保証コース

スキルアップしたい方

AIも統計解析もできる
Pythonを学ぶ

Pythonコース

※ 経済産業省の行うリスキリングを通じたキャリアアップ支援事業の補助金対象コースです。条件を満たすことで支払った受講料の最大70％がキャッシュバックされます。詳しくは こちら のページをご確認ください。

TechAcademyから
現役エンジニアの方へ
お知らせ

オーダーメイドコース
TechAcademy（テックアカデミー） プログラミング Python Pythonで使えるJupyter Notebookについて現役エンジニアが解説【初心者向け】