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