DockerでPythonの環境構築かんたん解説【初心者向け: Mac,　Jupyter Lab 2020年11月版】

本記事ではMacを使って、Docker上でPythonを実装する方法を初心者の方向けに簡単に解説していきます。
また同時に、もっとも初心者に適したと思われるJupyter Labでの開発環境の構築も同時に行います。
ぼくの使用環境は以下の通りです。

Hardware: Macbook Pro 13 inch 2016
OS: macOS Mojave ver. 10.14.6

また、2020年11月に発表されたM1チップ搭載のMacでは現状（2020年11月16日現在）ではDocker自体に対応していないようです。順次対応はなされていくと思いますが、ご留意ください。

Dockerとは
Docker本体のインストール
DockerfileとDocker Composeについて
Jupyter Labの開発環境
まとめ
1. おすすめプログラミングスクール

Dockerとは

Dockerとは仮想環境を構築してその中でアプリケーションを開発できるオープンソースのソフトウェアです。米Docker社から提供されており、現在IT企業などを中心に広く活用されています。
それでは、どうしてDockerは現在広く活用されているのでしょうか。
まずは、Dockerのメリット・デメリットを簡単にまとめてみました。

Dockerを使うことのメリット

ローカル環境内でもDockerにてコンテナにより環境の囲い込みを行うことができる。これによってDocker内外の環境を分離して、相互間の影響を遮断することができる。
DockerはホストOSベースのコンテナイメージを用意することができ、チーム開発を行う場合は、このDockerFileを共有することで、チーム内で同じ開発環境を構築できる。
Dockerのイメージ, コンテナの新設・破棄が簡単に行える。
構築、本番の環境が異なっても、Dockerイメージごと移動することによって、環境の違いによるエラーを極力軽減できる。
オープンソースであり、コストがかからない。

Dockerを使うことのデメリット

後に述べるコンテナエンジンを必要とするので、その分のストレージリソースを必要とする。
Dockerを本番環境として使う場合にはセキュリティー対策が必要になる。

他の仮想化技術との違い

Dockerはコンテナ型仮想環境と呼ばれてルものの一つですが、仮想技術にはそれ以外に、ホスト型仮想環境やハイパーバイザー型仮想環境と言われるものがあります。
それぞれと特徴と長所・短所を以下に簡単にまとめます。

コンテナ型仮想環境

上図がコンテナ型仮想環境を模式的に示したものです。コンテナエンジン（Docker等）はホストOSのカーネルを利用するので、コンパクトにまとめることができます。また、その為、Dokcerの場合、ホストOSがLinux出ない場合はLinuxを仮想的に立ち上げる必要があります。

ホスト型仮想環境

ホスト型仮想環境は、上図のように土台となるホストOSの上にゲストOSを立ち上げるタイプの仮想環境です。MacにWindowsを走らせるParallels Desktopなどを思い浮かべていただけるとイメージしやすいかと思います。
一般的には、VMwareやWindows７でのXPモードなどが、これに分類されます。全ての処理はホストOSも経由して行われる為、パフォーマンスの低下がかなりあります。

ハイパーバイザー型仮想環境

一般ユーザーはあまり馴染むがないハイパーバイザー型仮想環境は上記のような模式図で表されます。ハードに直接仮想環境を構築するので、ホストOSがなく、効率よくハードのリソースを活用できます。また、複数の仮想環境を稼働することができます。

Docker本体のインストール

前置きが長くなってしまいましたが、それでは早速、Docker自体のインストールを行なっていきましょう。

まず、ブラウザーの検索窓に"docker.com"と入力し、Dockerのホームページにアクセスします。

Dockerのホームページ（英語です）が開いたら、上記の①(Get Started)をクリック。

次に、①(Download for Mac)の右側にある下向きの印をクリック。

プルダウンメニューが出るので、①をクリック。ダウンロードが開始すると②が表示されるので、これをクリック。

ダウンロードが終わったら、Dockerのインストールを行います。上記のようなウインドーが開くので、このウインドー上で①のDockerアイコンを②のApplicationsのホルダーまでドラッグアンドドロップします。

あとは、インストーラーの指示に従い、パスワードの代入指示がありますので、慌てず、Macを起動するときに代入するパスワードを代入してください。すばらくするとインストールが完了します。
インストールに必要な時間はインターネットの接続環境により様々ですが、十数分かかる場合もあります。一見とまてしまったように見える時もあるかもしれませんが、コーヒーなどを飲みながら気長に待ちましょう。

インストールが完了したら、ターミナルを開いて、①の"docker run hello world"とコマンドを入力してエンターを押し、コマンドを実行します。
②にありますように、"Hello from Docker!"と表示されれば、Dockerのインストールの完了が確認されました。お疲れ様でした。

また、ターミナルのことがよくわからない方は、以下のぼくのターミナルに関する記事を参照してください。

【Mac】ターミナルの使い方の初歩・よくわからん黒いやつ【初心者向け】

DockerfileとDocker Composeについて

それでは、Docker上で開発環境（エディター）であるJupyter Labを動かせるように設定を行なっていきます。
まずは適当な場所に適当な名前のフォルダーを作ります。例えばここでは、Desktopにpython_on_dockerというフォルダーを作るという前提で話を進めます。
そしてお手持ちのエディターにより、そのフォルダー内に、以下のDockerfileとDocker-compose.ymlというファイルをセーブします。

FROM ubuntu:latest

RUN apt-get update && apt-get install -y sudo wget vim curl gawk make gcc

RUN wget https://repo.continuum.io/archive/Anaconda3-2019.03-Linux-x86_64.sh && \
    sh Anaconda3-2019.03-Linux-x86_64.sh -b  && \
    rm -f Anaconda3-2019.03-Linux-x86_64.sh && \
    sudo curl -sL https://deb.nodesource.com/setup_10.x | sudo bash -  && \
    sudo apt-get install -y nodejs

ENV PATH $PATH:/root/anaconda3/bin

RUN pip install --upgrade pip

RUN wget --quiet http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz -O ta-lib-0.4.0-src.tar.gz && \
    tar xvf ta-lib-0.4.0-src.tar.gz && \
    cd ta-lib/ && \
    ./configure --prefix=/usr && \
    make && \
    sudo make install && \
    cd .. && \
    pip install TA-Lib && \
    rm -R ta-lib ta-lib-0.4.0-src.tar.gz

RUN mkdir /python_files

CMD ["jupyter-lab", "--ip=0.0.0.0","--port=8888" ,"--no-browser", "--allow-root", "--LabApp.token=''"]

FROM ubuntu:latest

RUN apt-get update && apt-get install -y sudo wget vim curl gawk make gcc

RUN wget https://repo.continuum.io/archive/Anaconda3-2019.03-Linux-x86_64.sh && \

sh Anaconda3-2019.03-Linux-x86_64.sh -b && \

rm -f Anaconda3-2019.03-Linux-x86_64.sh && \

sudo curl -sL https://deb.nodesource.com/setup_10.x | sudo bash - && \

sudo apt-get install -y nodejs

ENV PATH $PATH:/root/anaconda3/bin

RUN pip install --upgrade pip

RUN wget --quiet http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz -O ta-lib-0.4.0-src.tar.gz && \

tar xvf ta-lib-0.4.0-src.tar.gz && \

cd ta-lib/ && \

./configure --prefix=/usr && \

make && \

sudo make install && \

cd .. && \

pip install TA-Lib && \

rm -R ta-lib ta-lib-0.4.0-src.tar.gz

RUN mkdir /python_files

CMD ["jupyter-lab", "--ip=0.0.0.0","--port=8888" ,"--no-browser", "--allow-root", "--LabApp.token=''"]

上記をDockerfileとしてセーブします。

version: "3.7"
services:
  jupyterlab:
    build: .
    container_name: python_on_docker
    volumes:
      - '.:/python_files'
    environment:
      - JUPYTER_ENABLE_LAB=yes
    ports:
      - "8891:8888"

version: "3.7"

services:

jupyterlab:

build: .

container_name: python_on_docker

volumes:

- '.:/python_files'

environment:

- JUPYTER_ENABLE_LAB=yes

ports:

- "8891:8888"

上記をdocker-compose.ymlとしてセーブします。

ここで、この記事のソースコードのコピーの方法を説明します。コードが記述されている黒い部分にカーソルを乗せると、上部にメニューバーが降りてきます。この中の平氏から5番目のアイコンをクリックするとコードがコピーされます。あとはお使いのエディターのペーストして目的のフォルダーにセーブすれば一連の作業は完了です。

また、この機能はWordPress上でCrayon Syntax Highlighterというプラグインを使って実装しています。ブログを作成されている方で、興味のある方は以下のぼくの記事を参照してみて下さい。（実装に少しコツがあります。）

ここで少し細かな話になるのですが、Portの8888はJupyter LabをDockerを使わずに使っていると、使用されるので、ここでは8891に変更しています。（ぼくは8889、8890もすでに使っているので、　8891となっています。基本的に使っていない番号ならば、なんでも構いませんが、お約束的に8000番台にしましょう。）
このポートの変更はdocker-compose.ymlの最後の行の8891を変更することにより可能です。