どういう風に使っていけばいいんだろう？？
そもそも「JupyterLab」ってなんだ？？
こんにちは、古賀です！
本記事では、
はてな
「JupyterLabの概要」
「JupyterLabの基本的な使い方」
について、お話します！
前回まではdockerを使って、
Pythonの実行環境である「JupyterLab」を起動できる環境を構築しました。
※「環境構築の流れ」＆「起動の仕方」は、以下の記事でお話しています。
-
-
dockerでPythonの環境構築をする！データ分析環境「Jupyter Lab」を起動するまで！
dockerでプログラミングの環境を作れることはわかったけど、どんな感じで作るんだろう？ 実際に作る流れを見たいな。。 こんにちは、古賀です！ 本記事では、 はてな 「do ...
続きを見る
今回は改めて「JupyterLab」の概要と、
「JupyterLab」の実際の使い方について説明します！
基本的な使い方をマスターして、
データサイエンティストへの一歩目を踏み出しましょう！
自己紹介が遅れましたが、
わたしは大学卒業後、上場IT企業に就職し、プログラマー、システムエンジニアとして
約１０年間働いておりまして、その後は様々な活動をしております。
プロフィールの詳細はこちらです。
-
-
プロフィール
こんにちは、古賀正雄です。現在３６歳です。 簡単ではありますが、こちらのページで自己紹介とこのブログについてお話します。 高校時代 学生時代は主に野球をしていました。 進学先の高校も野球で選びました。 ...
続きを見る
※YouTubeに同内容を公開しております。
JupyterLabとは？「JupyterLab」の概要！
前回までの記事でも、簡単に「JupyterLab」についてお話しましたが、
改めて「JupyterLab」について説明すると、
「JupyterLab」は、
「WEBブラウザ上で動作するプログラムの対話型実行環境」
です。
簡単に言いますと、Pythonコードを書くためのエディタのようなものです。
ちなみに似た名前に、「JupyterNotebook」がありますが、
「JupyterLab」は「JupyterNotebook」の進化版なので、
特別な理由がない限り「JupyterLab」を使うようにしましょう！
「JupyterLab」では、Pythonはもちろん、
機械学習やディープラーニングで使用するその他ライブラリを使用することもできます。
そして「JupyterLab」は「対話型」実行環境なので、
ポイント
「入力したプログラムを即実行して、実行結果をすぐに確認できる」
ことが最大の特徴です。
実際の使用例は後で確認しますが、
部分的に実行できたり、即実行結果を確認できるのは、
データ分析をする上では非常に役立ちます。
簡単ですが、以上が「JupyterLab」の概要です！
Python実行環境「JupyterLab」の使い方！
それでは実際に使っていきましょう！
「JupyterLab」を使っていく上で最低限知っておくべき内容に絞ってお話します。
以下の内容をお話します！
- 画面構成
- コード実行
- Markdown
- セルの操作
- その他ショートカット
- 配色変更
画面構成
まず「JupyterLab」を起動したら、このような画面が表示されています。
※起動方法は前回の記事をご確認ください。
左側にフォルダが表示されています。
今回はdockerコンテナ上で「JupyterLab」を起動しているので、
コンテナ内のフォルダが表示されています。
自分のPCからファイルを送ったり、
プログラムで出力したファイルを自分のPCに持ち帰りたい場合は、
前々回の記事でお話した「-v」オプションを使って、「docker run」をしましょう。
そうすることで、「自分のPCのフォルダ」と「dockerコンテナのフォルダ」がリンクするので、
自分のPCとコンテナ間で、自由にファイルを移動させることができます。
左側のフォルダは、自分が作業したいフォルダまで移動させておきましょう。
今回は「work」フォルダで作業をしたいと思うので、「work」をダブルクリックします。
続いて、コードを書く画面に移動します。
「Notebook」の「Python3」をクリックします。
画面が以下のように切り替わります。
フォルダの中に、
「Untitled.ipynb」というファイルが作成されました。
これは「JupyterLab」専用のファイルです。
右側にコードを書いていきますが、その書いた内容をこのファイルに保存することができます。
ファイル名は自由に変更することができますので、自由に変更しましょう。
※右クリック「Rename」で変更することができます。
別のファイルを追加したい場合は、「+」ボタンを押して新規ファイルを追加することができます。
コード実行
ファイルを作成したら、右側の「セル」と呼ばれる部分にPythonコードを書いていきます。
書いたコードは「Shift+Enter」で実行され、結果をすぐに確認することができます。
試しに「1+1」と「1+2」と書いて「Shift+Enter」で実行してみます。
そうすると、最終行の実行結果が表示されます。
途中の結果は表示されませんので、最終行の結果だけでなく途中の結果を確認したい場合は、
print関数などを使って、実行結果を表示させるコードを書きましょう。
そうすることで、最終行と併せて実行結果を確認することができます。
注意して欲しいポイントは「実行順序」です。
普通プログラムは「上から下」の順番にコードが実行されますが、
「JupyterLab」では「セル毎に実行した順」に実行されます。
うまく伝わらないと思うので１つ例をあげます。
セルの左側に番号があります。
この番号が「実行順」を表しています。
上から順にプログラムが実行されていれば、変数「a」の値は「5」ですが、
左側に表示されている番号順にプログラムは実行されているので、
変数「a」は「7」で上書きされて、print関数で値が表示されています。
このようなことが起こりますので、
「JupyterLab」は「実行順」でプログラムが実行される
ということを知っておきましょう！
Markdown
セルの中にコードを書くだけではなく、「Markdown」形式でメモや、
コードの説明文を残すこともできます。
※当然「#」を付けて、コード上にコメントを残すこともできます。
「Markdown」形式で記入するためには、「Code」ボタンを押して「Markdown」を選択します。
※「esc」＋「M」で切替可能です。
セルに「# タイトル」と書いて、「Shift+Enter」とすると、
のようにメモを残せます。
他人が見ても分かりやすくするためには、この「Markdown」を活用していきましょう！
セルの操作
セルの操作について、いくつか説明します。
まずは「セルの移動」です。
「セルの実行順序」の番号を掴んで、ドラッグすることでセルの順番を変えることができます。
先程のセルの実行順とセルの順番を合わせたい場合に使えます。
次に「セルの結合」です。
「Shift」を押しながらセルを選択すると、複数のセルが選択状態になります。
※「Shift」を押しながら「↑」、「↓」でも複数選択できます。
この状態で「M」を押すと、セルが結合します。
続いて「セルの追加」です。
現在セルの上に追加したい場合は「esc＋A」、
現在セルの下に追加したい場合は「esc＋Ｂ」で追加できます。
「セルの削除」は「esc＋Ｄ＋Ｄ」で削除できます。
誤って削除してしまった場合は「esc＋Z」で戻せます。
その他、セル内でのコピーや切り取りの操作は、通常のエディタと同じです。
その他ショートカット
その他よく使うであろうショートカットを紹介します。
１つ目がコメントアウトです。
現在選択行を「Command＋/」(Mac)、「Ctrl＋/」(Windows)で、コメント行とすることができます。
２つ目がヘルプ機能です。
使い方がわからない関数があった場合に、関数にカーソルを合わせて「Shift+Tab」を押すと、
ヘルプが表示されます。
引数を確認したい場合に使ってみましょう！
３つ目がコード補完です。
コードを書いていて、途中までコードを入力して「Tab」を押すと、
その後入力するであろう「候補」が表示され、選択することができます。
コードを書くスピードが上げていきたい方は積極的に活用しましょう！
配色変更
デフォルトの画面設定は「白」ベースですが、
目に刺激が強いので配色を変更したい場合があるかと思います。
そんな時は「Setting」⇒「JupyterLab Theme」から、お好みで配色を選択してみましょう！
黒は大分見やすいのでオススメです！
他にも説明すべき内容は色々とあると思いますが、
今後の記事で少しずつ触れていきたいと思います！
まとめ：JupyterLabとは？
ここまでの話をまとめます。
まとめ
「JupyterLab」は、
「WEBブラウザ上で動作するプログラムの対話型実行環境」
で、Pythonコードを書くためのエディタのようなもの。
「入力したプログラムを即実行して、実行結果をすぐに確認できる」
ことが特徴。
使い方は、以下のことを説明した。
- 画面構成
- コード実行
- Markdown
- セルの操作
- その他ショートカット
- 配色変更
「JupyterLab」はデータ分析に欠かせないツールです。
今回の内容で、どんな感じで「JupyterLab」を使ったらいいのか、
大体は理解できたと思います。
次回以降は実際にこの「JupyterLab」を使って、
Pythonの勉強、機械学習を扱っていきたいと思います。
ただ、普通に「if文」やら「for文」やらを、体系的に説明しても面白くないので、
何か身近な題材をテーマにして、楽しく勉強できるようにしていきます。
１から説明する網羅的な学習にはならないですが、
プログラムの基礎的な部分も必要に応じて説明していくつもりなので、
最低限必要な知識だけ勉強することができます。
これは実際の業務でも同じです。
全てを身に付ける必要はなくて、業務に必要なスキルを身に付けることが大事です。
全てを勉強しているとキリがないですからね。。
それではまた次回！
※次の記事へ
-
-
Python機械学習「ホームラン数予測①」概要編！
PythonってAIや機械学習ができるって言うけど、 誰にでもできるんだろうか。。 やっぱり難しいコードを書いたりするんだろうか。。 イメージを掴みたいな。。 こんにちは、 ...
続きを見る
