Pythonデータサイエンスハンドブック 第2版 ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

1章IPython、Jupyter入門

筆者はデータサイエンスのためにPythonコードを書く際に、3つの方法を使い分けます。短いコマンドを試すにはIPythonシェルを、対話的な分析や他の開発者とコンテンツを共有するにはJupyter Notebookを、再利用可能なPythonパッケージを作成するにはEmacsやVSCodeなどのインタラクティブな統合開発環境（IDE：Integrated Development Environment）を使用します。本章では、このうちIPythonシェルとJupyter Notebookに焦点を当てます。IDEを使用したソフトウェア開発は、データサイエンティストが使用すべき重要な第3のツールですが、本書では取り上げません。

1.1　IPythonシェルの起動

本書の他の部分と同様に、この章も読むためだけのものではありません。本書を読みながら、紹介したツールやコードを試したり実験することをお勧めします。体が覚えた記憶は単に読書で得られた知識よりもずっと役に立つものとなります。IPythonインタープリタを起動するには、コマンドラインからipythonコマンドを実行します。もし、AnacondaやEPD（Enthought Python Distribution）などのディストリビューションを使用しているならば、対応するシステム向けの起動手段が用意されているはずです。

起動すると、次のようなプロンプトが表示されます†1。

[†1] 訳注：日本語版では、Python 3.11.5、IPython 8.15.0、Jupyter Notebook 6.5.4を使用して動作の確認を行った。

Python 3.9.2 (v3.9.2:1a79785e3e, ...