Jupyter Notebookのインストール方法|初心者向けにOS別で完全解説

📖 この記事は約 17 分で読めます。
概要

Jupyter Notebookの使い方を、Anacondaでのインストールから、起動、ノートブックの作成、基本操作まで順番に解説します。pipやVS Code、Google Colabでの使い方にも触れ、初心者が最初のコードを実行するまでの流れがわかります。

管理人

本記事の読者層は以下の方を想定しています。

本記事の読者層
  • データ分析を手軽に始めたい初心者
  • Jupyter Notebookを使った効率的なワークフローを目指す人
  • Python活用の幅を広げたいプログラマー
  • Jupyter Notebookのインストールや起動でつまずいている人
  • VS CodeでJupyter Notebookを使いたい人
目次

Jupyter Notebookの使い方の流れ

Jupyter Notebookの使い方は、次の5ステップです。手元のパソコンでサーバーを起動し、ブラウザから操作する仕組みなので、最初に入手と起動を済ませれば、あとはセルにコードを書いて実行するだけです。

  1. Anacondaをインストールする(すでにPythonがある場合は、pipでnotebookを入れてもよい)
  2. Anaconda Navigatorの「Jupyter Notebook」から、またはコマンドjupyter notebookで起動する
  3. 一覧画面の「New」から「Python 3」を選び、ノートブックを作る
  4. セルにコードを入力し、Shift + Enterで実行する
  5. 使い終わったら、ノートブックをシャットダウンし、起動に使ったコンソールでCtrl + Cを押して停止する

導入方法は、次のように選べます。

方法入れるもの向いている人起動のしかた
Anaconda(本記事の主な手順)Anaconda(Python・Jupyter Notebookを同梱)初めての人、環境構築を簡単に済ませたい人Anaconda Navigatorの「Jupyter Notebook」から起動
pippip install notebookすでにPythonが入っている人jupyter notebookを実行
VS CodeVS Codeと、Jupyter拡張機能すでにVS Codeを使っている人.ipynbファイルを開く
Google Colab不要(ブラウザのみ)まず試してみたい人ブラウザでColabを開く

各方法の手順は、以降で説明します。

Jupyter Notebookとは?

なぜ多くの人に選ばれているのか?

Jupyter Notebookは、コードを書く・実行する・結果を確認するという一連の作業を、ひとつの画面で完結できる対話型の開発環境です。手元のパソコン上でサーバーを起動し、ブラウザから操作します。
プログラムコードだけでなく、説明文・数式・グラフを同じドキュメント内にまとめられるため、「考えながら試す」作業に非常に強いという特徴があります。

特にPythonを使ったデータ分析や機械学習では、

「コードを書いて → 実行して → 結果を見て → 仮説を修正する」

という試行錯誤の繰り返しが重要になります。Jupyter Notebookは、この思考プロセスを最短距離で回せるツールです。

こうしたメリットから、Jupyter Notebookは学習、データ分析、機械学習、教育、研究と幅広い分野で活用され、初心者から上級者まで多くのユーザーに愛用されています。

なぜJupyter Notebookが有益なのか?

①考えながら開発できる

  • セル単位で実行でき、試しながら理解できる
  • エラーや結果をその場で確認できる

②結果がすぐ見える

  • グラフや表を即表示できる
  • 処理の違いやデータの変化が直感的に分かる

③説明付きの成果物が残る

  • コード・説明・結果を一つにまとめられる
  • 学習記録や共有資料としてそのまま使える

④すぐ始められる

  • Anacondaで簡単導入
  • Google Colabならインストール不要

インストール前に確認すること

Jupyter notebookのインストール環境(OS別)

上記は、Windows / macOS / Linux 共通のJupyterインストール環境比較表です。

Jupyter Notebookを利用する方法は上記表のように、いくつかありますが、その中で「Anaconda」は、環境構築の手間を最小限に抑え、すぐに使い始められる点にあります。

Anacondaを使う理由

  • Python本体+主要ライブラリ+Jupyterがセットになっている。
  • 環境構築が簡単
  • 初心者・学習目的に最適
  • Windows / macOS / Linux 共通で利用可

Anacondaを使う前に確認したい利用条件

Anaconda公式サイトでは、従業員・契約者が200人以上の組織でAnacondaを利用する場合、有償のビジネスライセンスが必要と案内されています(2026年11月時点で確認した記載)。個人での利用や小規模な組織、教育機関での授業利用などは、条件が異なります。職場のパソコンで使う場合は、公式の料金ページと利用規約で、最新の条件を確認してください。

以下、①Anacondaのインストール方法、②Jupyter Notebookの起動の順で説明します。

Anacondaのインストール方法とJupyter Notebookの起動

手順1: Anacondaのダウンロードとインストール

Jupyter公式ドキュメントでも、新しく始める人にはAnacondaが推奨されています。AnacondaはPython環境と多くの便利なライブラリがパッケージ化されているため、Python初心者でも容易に設定ができます。

  1. Anaconda公式サイトから対応するOS(Windows、macOS、Linux)に適したインストーラをダウンロードします。
  2. ダウンロードが完了したら、インストーラを実行し、指示に従ってインストールを進めます。
  3. インストールが完了すると、「Anaconda Navigator」を起動できるようになります。

手順2: Jupyter Notebookの起動

Anacondaのインストールが完了したら、Anaconda Navigatorを開きます。Navigatorの開き方は、OSごとに異なります。

OSAnaconda Navigatorの開き方
Windowsスタートメニューで「Anaconda Navigator」を検索して開く
macOSLaunchpadから「Anaconda-Navigator」のアイコンをクリックする
Linuxターミナルでanaconda-navigatorを実行する

Navigatorが開いたら、「Jupyter Notebook」のLaunchボタンをクリックします。これにより、自動的にWebブラウザが起動し、Jupyter Notebookのホーム画面にアクセスできます。

手順3: 新しいノートブックの作成と実行

ホーム画面で「New」ボタンをクリックし、「Python 3」を選択すると、新しいノートブックが開きます。

ノートブック内のセルにPythonコードを入力し、Shift + Enterで実行できます。実行結果はセルの下に表示され、コードの効果を即座に確認可能です。最初は、次のコードを入力して実行してみましょう。

print("Hello, Jupyter!")

これにより、基本的なPythonコードの実行やデータの視覚化ができる環境が整います。

その後、Pythonコードを入力すると実行できます。簡単ですね。

Pythonについてさらに詳しく知りたい方は以下の記事も参考になります。

pipでインストールする方法(Anacondaを使わない場合)

すでにPythonがインストールされている場合は、pipでJupyter Notebookだけを入れることもできます。

pip install notebook
jupyter notebook

1行目でインストールし、2行目で起動します。起動すると、ブラウザが自動で開き、ホーム画面が表示されます。ダウンロードするファイルはなく、コマンドだけで導入できます。

起動できないときの確認点

Jupyter Notebookを起動してうまく動かないときは、次の点を確認してください。

  • ブラウザが自動で開かない: コンソールに表示されたURLのどれかを、ブラウザのアドレスバーに入力する
  • コンソールの扱い: Webサーバーが動いている間は、コンソール(コマンドプロンプト)を開いたままにしておく。あとでサーバーを停止するときに使う
  • ポート番号を変えたい: 既定は8888番。jupyter notebook --port 9999のように、起動時に番号を指定できる
  • VS Codeで実行できない: 後述の「VS CodeでJupyter Notebookを使う方法」で、カーネルの選択と環境を確認する

SpyderとJupyter notebookの違い

SpyderとJupyter NotebookはどちらもPythonの開発環境(IDE)として人気がありますが、異なる特徴と用途を持っています。

Spyderは、特に本格的な開発やデバッグ作業に優れており、Jupyter Notebookはデータ分析や対話的なプログラミングに適しています。どちらもPython開発で幅広く使われており、用途に応じて使い分けられることが多いです。

以下がspyderの画面です。

Jupyter Notebookの活用方法

コードの視覚化とデータ解析

Jupyter Notebookの利点の一つは、MatplotlibやSeabornといったデータ可視化ライブラリを簡単に利用できる点です。

たとえば、以下のような手順でデータ解析が行えます:

  1. import pandas as pd でデータフレームを読み込み、視覚的にデータの内容を確認。
  2. import matplotlib.pyplot as plt を使用して、データをグラフやヒストグラムなどで視覚化。

視覚化したデータは他のユーザーと共有可能で、データのパターンや傾向を直感的に理解することができます。

作業の効率化

Jupyter Notebookのセル分割機能により、コードを段階的に実行してデバッグしやすくなっています。また、標準ではPythonのカーネルが入っています。RやJuliaなど他の言語で使うには、対応するカーネルを追加でインストールします。個別のセルに異なる処理を記述し、コードブロックごとに確認できるため、複雑なデータ処理を分割して進めやすい構造です。

クラウド環境でのJupyter Notebook

Google ColabなどのクラウドベースのJupyter Notebook環境を使うと、インターネット接続さえあればどのPCからでも同じ作業が行えます。特にGoogle Colabは無料で利用でき、GPUも空き状況に応じて使えます。ただし、Colab公式FAQによると、リソースは保証されておらず、利用上限や使えるGPUの種類は時期によって変わります。インストール不要で手軽に試せるため、学習や試し書きに向いています。

Jupyter Notebookの使い方:基本操作とショートカット

セルと2つのモード

ノートブックは「セル」という単位で構成されます。コードを書く「コードセル」と、説明文を書く「Markdownセル」があり、セルごとに実行して結果を確認できます。

Jupyter Notebookには、キーボードの働きが変わる2つのモードがあります(公式ドキュメントの説明)。

  • 編集モード: セルの中に入力するモード。Enterキーで入る
  • コマンドモード: セルそのものを操作するモード。Escキーで入る

覚えておきたいショートカット

キーできること
Shift + Enterセルを実行し、次のセルへ移動する
Ctrl + Enterセルを実行する(次のセルへは移動しない)
A選択中のセルの上に、新しいセルを追加する
B選択中のセルの下に、新しいセルを追加する
D を2回(D D)選択中のセルを削除する
MセルをMarkdownセルに変更する
Yセルをコードセルに変更する

A・B・D D・M・Yは、Escキーでコマンドモードにしてから押します。編集モードのまま押すと、セルの中に文字が入力されます。ショートカットの一覧は、ノートブック画面の「Help」メニューにある「Keyboard Shortcuts」で確認できます。

Markdownセルで説明を書く

コードの説明や見出しは、Markdownセルに書けます。コマンドモードでMを押してMarkdownセルに変え、# 見出しのように入力してShift + Enterで実行すると、整形された文章として表示されます。

データの読み込みと解析

CSVファイルなどの外部データを簡単にインポートし、pandasを用いた解析が可能です。また、データの統計量を確認し、可視化することで、具体的なデータの傾向を把握できます。

グラフを描画する

matplotlibやseabornといったライブラリを利用し、データを視覚化できます。例えば、以下のコードでヒストグラムを作成します:

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.read_csv("sample.csv")  # 自分のCSVファイル名に置き換える
sns.histplot(data=df, x="カラム名")  # ヒストグラムにしたい列名に置き換える
plt.show()

インポートでエラーが出た場合は、pip install pandas matplotlib seabornでライブラリを追加します。

使い終わったら終了する

ブラウザのタブを閉じただけでは、ノートブックは実行されたままです(公式ドキュメントの説明)。使い終わったら、ノートブックの一覧画面で該当のノートブックをシャットダウンします。Jupyter Notebookをコマンドで起動した場合は、起動に使ったコンソールでCtrl + Cを押すと、サーバーが停止します。

VS CodeでJupyter Notebookを使う方法

Visual Studio Code(VS Code)でも、ブラウザを開かずにJupyter Notebookを扱えます。VS Code公式ドキュメントによると、Jupyter拡張機能を通じて、ノートブックの作成・編集・実行ができます。

  1. VS CodeにJupyter拡張機能をインストールする
  2. コマンドパレット(Windows・LinuxはCtrl + Shift + P、macOSはCommand + Shift + P)で「Python: Select Interpreter」を実行し、Anaconda環境、またはJupyterパッケージを入れたPython環境を選ぶ
  3. コマンドパレットで「Create: New Jupyter Notebook」を実行する(.ipynbファイルを新規作成してもよい)
  4. 画面右上のカーネルピッカーで、使うカーネルを選ぶ
  5. セルにコードを入力し、Shift + Enterで実行する

コードが実行できないときは、カーネルが選ばれているか、選んだ環境にJupyterパッケージが入っているかを確認してください。

ChatGPTとJupyter Notebookを組み合わせるメリット

ChatGPTとPythonの組み合わせ

ChatGPTが便利な理由

①コード生成が速い

  • 目的を伝えるだけでPythonコードを作成できる
  • 基本処理から複雑なアルゴリズムまで対応

②エラー解決を支援

  • Jupyter Notebookのエラー原因を解説してくれる
  • 修正案まで提示され、デバッグ時間を短縮

③コード改善に使える

  • 最適化や効率化のアドバイスがもらえる
  • 可読性・パフォーマンス向上に役立つ

④学習効率が上がる

  • 疑問をすぐ質問でき、理解が止まらない
  • Jupyterで試しながら確認できる

ChatGPTは「書く・直す・理解する」を同時に助けてくれる開発パートナーです。

ChatGPTを利用してpythonコードを生成してもらい、実際に使えるかどうかをJupyterで検証した以下の記事もご参照ください。

まとめ

本記事のまとめ

Jupyter Notebookは、Anacondaをインストールすれば、Navigatorから起動して最初のコードをすぐに実行できます。pipやVS Code、Google Colabでも使えるため、自分の環境に合わせて選べます。

  • Anacondaで簡単にインストール: Navigatorの「Jupyter Notebook」から起動できます。
  • 基本操作は2つのモードとショートカット: Escでコマンドモード、Shift + Enterでセルを実行します。
  • 用途に合わせて環境を選ぶ: pip、VS Code、Google Colabでも使えます。

まずはAnacondaを入れて、最初のコードを実行するところから始めてみましょう。

関連リンク

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

コメント

コメントする

目次