🐕
JupyterLabで仮想環境を作成・使用する方法
JupyterLabで仮想環境を作成・使用する方法
この記事では、Anaconda(もしくはMiniconda)を使用してJupyterLabで仮想環境を作成し、その環境をJupyterのカーネルとして追加する手順をわかりやすく解説します。初心者の方もぜひ参考にしてください。
目次
仮想環境を使用するメリット
仮想環境を活用すると、以下のようなメリットがあります。Pythonやデータサイエンスを始めたばかりの方でも簡単に導入できます。
-
ライブラリの依存性管理
プロジェクトごとに異なるライブラリやバージョンを分離して管理でき、互いに影響を与えません。 -
環境の簡単な切り替え
Condaを利用することで、コマンド一つで環境を切り替えられます。 -
Python以外のパッケージも管理可能
Condaでは、Pythonライブラリ以外の科学計算パッケージや外部ツールも簡単にインストール可能です。 -
環境の共有が容易
仮想環境をエクスポートして共有することで、他のユーザーが同じ環境を再現できます。 -
システム環境を保護
仮想環境で作業することで、システム全体に影響を与えずに作業できます。
Condaを使う前に知っておきたいこと
-
Anaconda/Minicondaのインストール
まだインストールしていない場合は、公式サイトからセットアップを行ってください。 -
Condaのバージョン確認
バージョンやパスを確認するには、以下のコマンドを実行します。conda --version
-
OSによる違い
Windows・macOS・Linuxでコマンドが微妙に異なる場合があります。ここでは主にWindows/macOS向けのconda activate
形式で解説していますが、バージョンや設定によってはsource activate myenv
になるケースもあります。
仮想環境の管理コマンド
仮想環境を作成する
conda create -n myenv python=3.11
- 例:
myenv
という名前でPython 3.11を使う環境を作成します。
仮想環境を複製する
conda create --name myenv_xxxxx --clone myenv
- 結果:
myenv
を複製して、myenv_xxxxx
という新しい環境が作成されます。
Source: /path/to/conda/envs/myenv
Destination: /path/to/conda/envs/myenv_xxxxx
Packages: 123
Environment cloned successfully.
仮想環境を削除する
conda remove --name myenv --all
- 結果: 指定した環境
myenv
が削除されます。
Remove all packages in environment /path/to/conda/envs/myenv:
Proceed ([y]/n)? y
Environment removed successfully.
環境操作の基本コマンド
仮想環境をアクティブ化
conda activate myenv
- これで
myenv
環境が有効になります。
仮想環境を終了する
conda deactivate
- 結果: 現在の環境から抜け、ベース環境に戻ります。
(base) $
現在の環境を確認する
conda info --envs
conda env list
- 結果: 使用可能な環境の一覧が表示されます。
# conda environments:
base * /path/to/conda
myenv /path/to/conda/envs/myenv
myenv_xxxxx /path/to/conda/envs/myenv_xxxxx
JupyterLab関連のコマンド
仮想環境をカーネルとして追加する
python -m ipykernel install --name myenv --display-name "Python 3.11 (myenv)"
- JupyterLab上で「Python 3.11 (myenv)」という名前のカーネルを選択できるようになります。
カーネル一覧を確認する
jupyter kernelspec list
- 結果: JupyterLabに登録されているカーネルが表示されます。
Available kernels:
python3 /usr/local/share/jupyter/kernels/python3
myenv /path/to/conda/envs/myenv/share/jupyter/kernels/myenv
ヒント: 新しい環境を作成・変更したら、JupyterLabを再起動するとカーネルが正常に反映されやすくなります。
関連記事
AnacondaやPythonの仮想環境に興味がある方は、以下の記事もぜひご覧ください。
Discussion