【保存版】Jupyter Notebookの基本：環境構築・使い方・再現性・“読みやすいノート”設計まで完全ガイド

# 1) プロジェクト直下で仮想環境
python -m venv .venv
# 2) 有効化（Windows: .venv\Scripts\activate）
source .venv/bin/activate
# 3) 主要ライブラリ
pip install jupyterlab ipykernel pandas matplotlib plotly scikit-learn
# 4) カーネルとして登録
python -m ipykernel install --user --name project-venv --display-name "Python (project)"

# タイトル：●●分析（YYYY-MM）
- 目的：誰が何を決めるための分析か（1文）
- データ：ファイル/テーブル（粒度/期間/除外）
- 指標：定義（売上=qty*price 等）
- 実行手順：上から順に実行（Shift+Enter）
- 環境：Python3.10 / pandas2.x / jupyterlab

# 基本設定
from pathlib import Path
import sys, platform, random, numpy as np, pandas as pd

# 再現性（乱数固定）

SEED = 42
random.seed(SEED); np.random.seed(SEED)

# 表示オプション

pd.set\_option('display.max\_rows', 50)
pd.set\_option('display.float\_format', lambda x: f"{x:,.2f}")

# パス設定

ROOT = Path.cwd()
DATA = ROOT / "data"; OUTPUT = ROOT / "reports"
DATA.mkdir(exist\_ok=True); OUTPUT.mkdir(exist\_ok=True)

# バージョン出力

print({ "python": sys.version.split()\[0], "pandas": pd.**version**, "platform": platform.platform() })

# 読み込み（例）
df = pd.read_csv(DATA / "sales.csv", parse_dates=["date"])

# 速い健全性チェック

a = {
"rows": len(df),
"na\_rate": float(df.isna().mean().mean()),
"dups": int(df.duplicated().sum())
}
print(a)
assert (df\["qty"] >= 0).all() and (df\["price"] >= 0).all(), "負値が含まれています"

# 小さい純関数に分割してpipeで繋ぐ
from typing import Any

def add\_amount(d: pd.DataFrame) -> pd.DataFrame:
return d.assign(amount=d\["qty"] \* d\["price"])  # type: ignore

def add\_month(d: pd.DataFrame) -> pd.DataFrame:
return d.assign(ym=d\["date"].dt.to\_period("M").astype(str))

clean = (df.query("qty > 0 and price > 0")
.pipe(add\_amount)
.pipe(add\_month))
clean.head()

# Matplotlib（静的：レポート用）
import matplotlib.pyplot as plt
m = clean.groupby("ym", as_index=False)["amount"].sum()
plt.figure(); plt.plot(m["ym"], m["amount"], marker="o")
plt.title("月次売上の推移"); plt.xlabel("年月"); plt.ylabel("売上"); plt.xticks(rotation=45)
plt.tight_layout(); plt.show()

# Plotly（探索：ホバーで検証）
import plotly.express as px
fig = px.line(m, x="ym", y="amount", markers=True, title="月次売上の推移（Hoverで検証）")
fig.update_layout(xaxis_title="年月", yaxis_title="売上")
fig.show()

# 実行時間
%time m = clean.groupby("ym", as_index=False)["amount"].sum()
%timeit clean.groupby("ym", as_index=False)["amount"].sum()

# 例外時に対話デバッグ

# raise ValueError("test")

# %debug  # 例外直後に実行すると対話モードへ

# 自動リロード（外部関数の編集を反映）

%load\_ext autoreload
%autoreload 2

# シェル（小さなコマンドの呼び出し）

!ls -lh reports

assert clean["amount"].ge(0).all()
assert clean["ym"].str.len().eq(7).all()  # YYYY-MM

# HTMLに変換（実行しながら）
jupyter nbconvert --to html --execute notebook.ipynb
# PDF（環境によってLaTeX等の準備が必要）
jupyter nbconvert --to pdf notebook.ipynb
# スライド（Reveal.js）
jupyter nbconvert notebook.ipynb --to slides --post serve

# ノート内で使った小関数は src/ へ移動
def run_all() -> None:
    import pandas as pd
    from pathlib import Path
    DATA = Path("data"); OUTPUT = Path("reports"); OUTPUT.mkdir(exist_ok=True)
    df = pd.read_csv(DATA/"sales.csv", parse_dates=["date"])\
           .assign(amount=lambda d: d["qty"]*d["price"],
                   ym=lambda d: d["date"].dt.to_period("M").astype(str))
    monthly = df.groupby("ym", as_index=False)["amount"].sum()
    monthly.to_excel(OUTPUT/"report.xlsx", index=False)

if **name** == "**main**":
run\_all()

# 1) 進捗表示（tqdm）
from tqdm.auto import tqdm
for i in tqdm(range(1000)): pass

# 2) ログ（notebook環境向け最短）

import logging; logging.basicConfig(level=logging.INFO)
logging.info("start")

# 3) 大きな出力を抑制

from contextlib import redirect\_stdout
import io
f = io.StringIO()
with redirect\_stdout(f):
print("これはログにだけ残す")

# 4) 警告の整理

import warnings; warnings.filterwarnings("ignore")