翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# EMR Studio Workspace にカーネルとライブラリをインストールする
<a name="emr-studio-install-libraries-and-kernels"></a>

各 Amazon EMR Studio Workspace には、プリインストールされたライブラリとカーネルのセットが付属しています。

## Amazon EC2 で実行されるクラスターのカーネルとライブラリ
<a name="emr-studio-ec2-kernels-libraries"></a>

Amazon EC2 で実行されている EMR クラスターを使用する場合は、次の方法で EMR Studio の環境をカスタマイズすることもできます。
+ **クラスタープライマリノードに Jupyter Notebook カーネルと Python ライブラリをインストールする** - このオプションを使用してライブラリをインストールすると、同じクラスターにアタッチされたすべての Workspace がそれらのライブラリを共有します。カーネルまたはライブラリは、ノートブックセル内から、または SSH を使用してクラスターのプライマリノードに接続されているときにインストールできます。
+ **ノートブックのスコープのライブラリを使用する** - Workspace ユーザーがノートブックセル内からライブラリをインストールして使用する場合、それらのライブラリはそのノートブックのみで使用できます。このオプションを使用すると、ライブラリバージョンの競合を心配することなく、同じクラスターを使用するさまざまなノートブックを動作させることができます。

EMR Studio Workspace は、EMR Notebooks と同じ基盤アーキテクチャを持っています。EMR Notebooks の場合と同じ方法で、EMR Studio で Jupyter Notebook カーネルと Python ライブラリをインストールして使用できます。手順については、「[EMR Studio でカーネルとライブラリをインストールして使用する](emr-managed-notebooks-installing-libraries-and-kernels.md)」を参照してください。

## Amazon EMR on EKS クラスター上のカーネルとライブラリ
<a name="emr-studio-eks-kernels-libraries"></a>

Amazon EMR on EKS クラスターには、PySpark および Python 3.7 カーネルおよびプリインストールされたライブラリのセットが含まれています。Amazon EMR on EKS は、追加のライブラリやクラスターのインストールをサポートしていません。

各 Amazon EMR on EKS クラスターには、次の Python ライブラリと PySpark ライブラリがインストールされています。
+ **Python** – boto3, cffi, future, ggplot, jupyter, kubernetes, matplotlib, numpy, pandas, plotly, pycryptodomex, py4j, requests, scikit-learn, scipy, seaborn
+ **PySpark** – ggplot, jupyter, matplotlib, numpy, pandas, plotly, pycryptodomex, py4j, requests, scikit-learn, scipy, seaborn

## EMR Serverless アプリケーションのカーネルとライブラリ
<a name="emr-studio-serverless-kernels-libraries"></a>

各 EMR Serverless アプリケーションには、次の Python ライブラリと PySpark ライブラリがインストールされています。
+ **Python** – ggplot, matplotlib, numpy, pandas, plotly, bokeh, scikit-learn, scipy, seaborn
+ **PySpark** – ggplot, matplotlib,numpy, pandas, plotly, bokeh, scikit-learn, scipy, seaborn