Jupyter Notebookを利用する

Pythonデータ分析を効率化

  • コード、テキスト、画像、グラフを一つのドキュメントに統合。
  • データ分析や機械学習プロジェクトに最適。
  • 初心者でも簡単に使い始められる。

1. インストール手順

Jupyter Notebookを pip を使っインストールする

# pipを使ったインストール
pip install notebook

インストール後、以下のコマンドで起動する

jupyter notebook

2. ハンズオンプロジェクト：データ分析の流れを学ぶ

このハンズオンでは、以下を学ぶ

  1. データの読み込み
  2. データの前処理
  3. 可視化
  4. 結果の共有

ステップ1: 必要なライブラリをインポート

まず、以下のコードを実行してライブラリをインポートします。

# ライブラリのインポート
import pandas as pd
import matplotlib.pyplot as plt

ステップ2: サンプルデータの読み込み

今回はサンプルのCSVデータを使います。以下のコードでダミーデータを生成しましょう。

# サンプルデータの作成
data = {
    '名前': ['佐藤', '鈴木', '高橋', '田中', '伊藤'],
    '年齢': [25, 30, 22, 35, 28],
    '給与': [300, 400, 250, 500, 350]
}
df = pd.DataFrame(data)

# データを表示
print(df)

実行すると、以下のような結果が表示されます：

    名前  年齢   給与
0   佐藤   25  300
1   鈴木   30  400
2   高橋   22  250
3   田中   35  500
4   伊藤   28  350

ステップ3: データの基本統計量を確認

次に、データの基本統計量を確認します。

# 基本統計量の確認
print(df.describe())

結果として、平均値や最大値、最小値が出力されます。


ステップ4: データをグラフで可視化

年齢と給与の関係を散布図で可視化します。

# 年齢と給与の散布図
plt.scatter(df['年齢'], df['給与'])
plt.title('年齢と給与の関係')
plt.xlabel('年齢')
plt.ylabel('給与（千円）')
plt.show()

ステップ5: Notebookを保存して共有

作業したNotebookは、以下の方法で共有できます：

  1. HTML形式でエクスポート（他人がブラウザで閲覧可能）。
  2. PDF形式で印刷して共有。

Jupyter Notebookメニューから「File」→「Download as」を選択し、目的の形式で保存することができる。



3. まとめ（演習）

Jpyter Notebook を利用して、ブラウザ上で実装の確認がとれた。以下のようなときに利用するとのこと。

  • 機械学習や深層学習の実験
    • TensorFlowやPyTorchでのモデル構築
    • モデルの学習過程や評価結果をグラフで確認
    • ハイパーパラメータの調整と結果比較

  • プログラミングの学習
    • Pythonの基本文法やライブラリ確認・演習
    • アルゴリズムの動作を視覚化して理解できる
    • インタラクティブにエラーを修正しながら学習できる

  • プレゼンテーションやドキュメンテーション
    • データ分析の結果をチームに共有できる
    • 分析手順やモデルの説明資料を作成する
    • グラフや画像を含むレポートを作成する

  • リアルタイムでの実験・デバッグ
    • 特定データセットの一部だけを処理して動作確認
    • コードの出力を細かく確認してエラー箇所を特定

  • データの共有とコラボレーション
    • 他の人のNotebookをダウンロードして解析を再現
    • Google Colabなどのクラウドサービスを使ってチームで作業

  • その他の利用シナリオ
    • シミュレーション
      • 数値計算やシミュレーション結果を逐次確認
    • ウェブ開発の試行
      • FlaskやDjangoのスニペットコードをテスト
    • 多言語サポート
      • Pythonだけでなく、R、Juliaなどの言語カーネルを利用可能


Jupyter Notebookは「実験的なプログラミング」や「結果を説明・可視化する作業」に特に適しており

データサイエンスやAIの分野で広く使われているとのことです。