目的
Linux上で機械学習をするために，JupyterLabを使って開発できる状態にしたい．
ただし，将来的にPythonのバージョンを変える必要があるかもしれない，環境を汚したくないため，pyenv と venv を用いた環境構築を行い，開発できる状態にする．
前提条件
gitがインストールされている．
手順
開発できる状態にするまでの手順を示す．
- pyenvの環境構築
- venvの作成・有効化
- JupyterLabの環境構築
pyenvの環境構築
git から pyenv をインストールする．
$ git clone https://github.com/pyenv/pyenv.git ~/.pyenv
環境変数を設定し，Linuxサーバ起動時にpyenvが起動されるように設定する．
$ echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bash_profile
$ echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bash_profile
$ echo 'eval "$(pyenv init --path)"' >> ~/.bash_profile
$ echo 'eval "$(pyenv init -)"' >> ~/.bash_profile
$ source ~/.bash_profile
pyenvを使って，Pythonの特定バージョンをインストールする．
本記事では，Python 3.11.0 をインストールする．
pyenv install 3.11.0
インストールしたPythonを実行する．
サーバ全体に適応したい場合はglobalを使用する．
$ pyenv global 3.11.0
特定のディレクトリにのみ適応したい場合は，そのディレクトリに移動し，localを使用する．
$ pyenv local 3.11.0
ここまでの作業で，Linuxサーバ上に，任意のバージョンのPythonが実行できるようになった．
venvの作成・有効化
JupyterLabで開発したいディレクトリに移動し，.venvを作成，有効化する．
.venv 以外のディレクトリ名に設定も可能だが，.venv，venvとすることが多い．
$ python -m venv .venv
$ source .venv/bin/activate
ここまでの作業で，仮想環境を作成・有効化できるようになった．
インストールしたいパッケージがある場合は，有効化した状態で，pip install でインストールすればよい．
JupyterLabの環境構築
JupyterLabをインストールし，起動する．
JupyterLabが立ち上がったら，開発できる状態になる．
ただし，リモートアクセスしたい等，何か設定したいことがある場合は，.jupyterディレクトリを作成し，設定ファイルを編集必要がある．以下の記事が参考になる．
Jupyter Lab事始め
$ pip install jupyterlab
$ jupyter lab
2回目以降に開発できる状態にするまでの手順
2回目以降に開発できる状態にするまでの手順を示す．
- Linuxサーバを起動する．
- 開発したいディレクトリに移動し，venvを有効化する．
- JupyterLabを起動する