見出し画像

Jupyter Notebook 拡張機能の基本操作

ST


1: Jupyter Notebookとは

1-1: Jupyter Notebookとは

Jupyter Notebookは、インタラクティブなデータサイエンスと科学計算のためのウェブアプリケーションです。ユーザーはコード、テキスト、数式、グラフ、ビジュアライゼーションを一つのドキュメントにまとめることができます。

1-2: Jupyter Notebookの起動方法

  1. Anaconda Navigatorの使用: Anaconda Navigatorを開き、「Jupyter Notebook」ボタンをクリックして起動します。

  2. コマンドラインの使用: ターミナルやコマンドプロンプトで以下のコマンドを入力して起動します。

jupyter notebook

ブラウザが自動的に開き、Jupyter Notebookのインターフェースが表示されます。

1-3: Jupyter Notebookのセルとコードの実行方法

  1. セルの種類: セルにはコードセルとマークダウンセルがあります。デフォルトではコードセルになっています。

  2. コードの入力: コードセルにPythonコードを入力します。

  3. コードの実行: セルを選択して、Shift + Enterキーを押すとコードが実行され、結果が表示されます。

2: Jupyter Notebookの便利な機能と活用方法

2-1: Jupyter Notebookでのマークダウンの使用方法

  1. マークダウンセルの選択: セルを選択し、ツールバーのドロップダウンメニューから「Markdown」を選択します。

  2. マークダウンの入力: マークダウン形式でテキストを入力します。

  3. マークダウンのレンダリング: Shift + Enterキーを押すと、マークダウンがレンダリングされて表示されます。

# 見出し1
## 見出し2
- 箇条書き

2-2: Jupyter Notebookのインタラクティブ機能の活用

ウィジェットの使用: ipywidgetsライブラリを使用してインタラクティブなウィジェットを作成できます。

import ipywidgets as widgets
widgets.IntSlider()

インタラクティブプロット: matplotlibやplotlyなどのライブラリを使用してインタラクティブなグラフを作成できます。

3: Jupyter Notebookの拡張機能と便利なショートカットキー

3-1: Jupyter Notebookの拡張機能のインストール方法

nbextensionsのインストール: ターミナルで以下のコマンドを実行します。

conda install -c conda-forge jupyter_contrib_nbextensions

拡張機能の有効化: Jupyter Notebookを再起動し、「Nbextensions」タブから必要な拡張機能を有効化します。

3-2: Jupyter Notebookの便利なショートカットキー一覧

  • Shift + Enter: セルを実行し、次のセルに移動

  • Ctrl + Enter: セルを実行

  • Alt + Enter: セルを実行し、下に新しいセルを挿入

  • A: 上にセルを挿入

  • B: 下にセルを挿入

  • D, D: セルを削除

3-3: Jupyter Notebookのショートカットキーのカスタマイズ方法

  1. ショートカットの設定: メニューバーの「Help」から「Edit Keyboard Shortcuts」を選択します。

  2. カスタマイズ: 各機能に対するショートカットキーをカスタマイズします。

4: Jupyter Notebookのデータ分析と機械学習向け機能

4-1: Jupyter Notebookでのデータ分析の方法とツール

データフレームの操作: pandasライブラリを使用してデータフレームを操作します。

import pandas as pd
df = pd.read_csv('data.csv')

データの可視化: matplotlibやseabornライブラリを使用してデータを可視化します。

import matplotlib.pyplot as plt
df.plot()
plt.show()

4-2: Jupyter Notebookでの機械学習ライブラリの利用方法

scikit-learnの利用: scikit-learnを使用して機械学習モデルを構築します。

from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
X_train, X_test, y_train, y_test = train_test_split(X, y)
model = RandomForestClassifier()
model.fit(X_train, y_train)

4-3: Jupyter Notebookでのグラフ描画の手法とツール

matplotlibの利用: 基本的なグラフ描画にはmatplotlibを使用します。

import matplotlib.pyplot as plt
plt.plot(x, y)
plt.show()

seabornの利用: 高度な統計グラフにはseabornを使用します。

import seaborn as sns
sns.heatmap(data.corr())
plt.show()

5: Jupyter Notebookのマジックコマンドとシェル操作

5-1: Jupyter Notebookのマジックコマンドの活用方法

ラインマジック: %timeitや%matplotlib inlineなどのラインマジックを使用し
ます。

%timeit sum(range(1000))

セルマジック: %%writefileや%%timeなどのセルマジックを使用します。

%%time
sum(range(1000))

5-2: Jupyter Notebookでのシェル操作とファイル管理

シェルコマンドの実行: !を使用してシェルコマンドを実行します。

!ls

ファイル管理: osモジュールを使用してファイルやディレクトリを管理します。

import os
os.listdir('.')

5-3: Jupyter Notebookのシェルコマンドの一覧と使い方

  • !ls: ディレクトリの内容を表示

  • !pwd: 現在のディレクトリを表示

  • !mkdir: 新しいディレクトリを作成

  • !rm: ファイルを削除

6: Jupyter Notebookの拡張機能管理と環境設定

6-1: Jupyter Notebookの拡張機能の有効化と無効化方法

  • 拡張機能の管理: 「Nbextensions」タブから拡張機能を有効化または無効化します。

  • 設定の保存: 設定を保存し、Jupyter Notebookを再起動します。

6-2: Jupyter Notebookの環境設定とカスタマイズ方法

  • 設定ファイルの編集: jupyter_notebook_config.pyを編集して設定をカスタマイズします。

jupyter notebook --generate-config

  • テーマの変更: nbextensionsを使用してテーマを変更できます。

6-3: Jupyter Notebookのnbextensionsの管理方法と設定

  • 拡張機能のインストール: condaやpipを使用して拡張機能をインストールします。

conda install -c conda-forge jupyter_contrib_nbextensions

  • 拡張機能の有効化: jupyter nbextension enableコマンドを使用します。

jupyter nbextension enable <extension-name>

7: Jupyter Notebookの共有と出力方法

7-1: Jupyter Notebookの共有方法とコラボレーション機能

  • GitHubでの共有: ノートブックをGitHubにプッシュして共有します。

  • nbviewerの使用: nbviewerにノートブックをアップロードして共有します。

7-2: Jupyter Notebookでの出力形式と保存方法

  • Notebookの保存: FileメニューからSave and Checkpointを選択します。

  • 出力形式の選択: FileメニューからDownload asを選択し、HTML、PDF、Markdownなどの形式で保存します。

7-3: Jupyter NotebookでのHTMLやPDFとの連携方法

  • HTMLとして出力: nbconvertを使用してHTML形式で出力します。

jupyter nbconvert --to html notebook.ipynb

  • PDFとして出力: nbconvertを使用してPDF形式で出力します。

jupyter nbconvert --to pdf notebook.ipynb

8: Jupyter Notebookのデータの処理と解析

8-1: Jupyter Notebookでのデータ処理と数式表示の方法

  • データ処理: pandasを使用してデータを処理します。

import pandas as pd
df = pd.read_csv('data.csv')
df.head()

  • 数式の表示: LaTeX形式で数式を表示します。

$$E=mc^2$$

8-2: Jupyter Notebookでのデータ解析と導入ライブラリの活用

  • データ解析: numpyやscipyを使用してデータを解析します。

import numpy as np
data = np.random.rand(100)
np.mean(data)

  • 視覚化: matplotlibやseabornを使用してデータを視覚化します。

8-3: Jupyter Notebookでの画像処理とmatplotlibの活用

  • 画像の読み込みと表示: PILやopencvを使用して画像を読み込み、表示します

from PIL import Image
img = Image.open('image.jpg')
img.show()

  • グラフの描画: matplotlibを使用して画像上にグラフを描画します。

import matplotlib.pyplot as plt
plt.imshow(img)
plt.plot(x, y)
plt.show()

9: Jupyter Notebookの便利なプラグインと拡張機能

9-1: Jupyter Notebookの便利なプラグインとパレットの追加方法

  • プラグインのインストール: pipを使用して便利なプラグインをインストールします。

pip install jupyter_contrib_nbextensions

  • パレットの追加: nbextensionsを使用してカスタムパレットを追加します。

9-2: Jupyter Notebookでの便利なモードと補完機能の使い方

  • モードの切り替え: ノートブックのモードを「Command Mode」と「Edit Mode」に切り替えます。

  • 補完機能: タブキーを使用してコード補完機能を利用します。

9-3: Jupyter Notebookの拡張機能とプロジェクト管理機能の活用

  • 拡張機能の利用: jupyter_nbextensions_configuratorを使用して拡張機能を管理します。

jupyter nbextensions_configurator enable --user

  • プロジェクト管理: jupyterlabを使用してプロジェクト全体を管理します。

jupyter lab


この記事が気に入ったらサポートをしてみませんか？