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。
- 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
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。
- 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) - Anaconda Navigatorの「Jupyter Notebook」から、またはコマンド
jupyter notebookで起動する - 一覧画面の「New」から「Python 3」を選び、ノートブックを作る
- セルにコードを入力し、Shift + Enterで実行する
- 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 |
| pip | pip install notebook | すでにPythonが入っている人 | jupyter notebookを実行 |
| VS Code | VS 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。
- 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。
- 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。
- 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。
| OS | Anaconda Navigatorの開き方 |
|---|---|
| Windows | スタートメニューで「Anaconda Navigator」を検索して開く |
| macOS | Launchpad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 notebook1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:
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。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。
- VS CodeにJupyter拡張機能をインストールする
- 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 - 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) - 画面右上のカーネルピッカーで、使うカーネルを選ぶ
- 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
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










コメント