3：JupyterLabを使ってみよう

〜NBAデータ分析のための環境構築〜

JupyterLabってなに？

JupyterLab（ジュピターラボ）は、Pythonコードをブラウザ上で書いて・実行して・可視化できる開発環境です。データ分析や機械学習の現場でも広く使われており、NBA_APIを使ったスタッツ分析にも最適です。

なぜJupyterLabがおすすめ？

• コードとグラフを一つの画面で確認できる
• データの表形式（DataFrame）との相性が抜群
• Markdown（テキストを表示するのに使うセル）で説明文も書けるから学習記録にも最適

特にNBAデータのように、試しながら分析していくタイプの作業にはJupyterLabがベストです

Jupyter Notebookとの違いは？

Jupyter Notebookは聞いたことがあると言う方も多いのではないでしょうか。結論から言うと、JupyterLabは、Jupyter Notebookの“次世代版”になります。なので基本的にJupyterLabを使えば問題ございません。Pythonの公式もJupyterLabを推奨してます。
ちなみに簡単な比較は以下になります。

項目	Jupyter Notebook	JupyterLab
開発元	Project Jupyter	同じく Project Jupyter
起動方法	jupyter notebook	jupyter lab
ノートブックファイルの形式	.ipynb（共通）	.ipynb（共通）
UI構造	単一画面でノートブック1つずつ表示	タブ式UIで複数ファイルを並行表示可能
拡張性	限定的	プラグインやターミナル、CSV表示など豊富
対象ユーザー	初学者～中級者	中級者～上級者
開発状況	安定だがメンテナンス縮小傾向	公式が現在メインで推奨している

Google Colabとの違いは？

Google Colabは、Googleが提供する無料のクラウド型Jupyter Notebook環境です。
インストール不要・ブラウザだけですぐに使えるため、Pythonの学習やデータ分析、機械学習の入門にとても人気がありますし、Pythonを始める前に環境構築（インストール）で挫折、、、なんて声もよく聞きますので環境構築（インストール）なしでパッと開始できるGoogle Colabを推奨している入門書や、udemy講座なども多いですね。ただ、長期的に学んでいくならJupyterLabをお勧めします。理由としてこちらがGoogle Colabの弱点になります。

弱点	内容
毎回ライブラリを再インストール	セッション終了で環境が消える
セッションに時間制限あり	無料版は最大12時間程度で切断
外部ファイルの保存にDrive連携必須	CSVなどを直接開けない
処理速度の制限（無料版）	GPU使用にも制限がある
拡張性に限界	プラグインやUIカスタマイズ不可

特にNBA_APIのように外部から毎回データを取得したり、複数のライブラリを併用するようなプロジェクトでは、毎回の環境構築がストレスになりやすいです。
特に本サイトはJupyterLabでの操作を前提に進めていきますので、若干面倒ではありますがJupyterLabの環境構築を最初にやってしまいましょう。そこまで大変な作業ではないです。

JupyterLabのインストール方法

インストール手順（Anacondaを使うのが簡単）

Step 1. Anacondaをインストール

https://www.anaconda.com/products/distribution

• 「Download」ボタンから自分のOSに合ったバージョンを選び、インストール。
• 途中で「Add to PATH」はチェックを入れるのが無難（Macは自動）。

Step 2. JupyterLabを起動

• インストール後、Anaconda Navigatorを開く
• 「JupyterLab」の「Launch」をクリック

すると、ブラウザが自動で開き、JupyterLabの画面が立ち上がります。
私はエンジニアではないので、環境構築に関しては優れた知識はなく他のサイトPython学習サイトやYoutubeを参考にした方が分かりやすいかもしれません。

ここまでできればクリアです！

まとめ

• JupyterLabは、Python学習・データ分析・NBAスタッツ研究にぴったり
• シンプルな操作で、試しながら理解を深められる
• Colabよりも安定して長く使える分析環境を手元に持ちたいなら、JupyterLabの導入がおすすめ

それではいよいよPythonとNBA_APIを使ってデータ分析を学んで行きましょう！