🔁 2026年リライト版 この記事は2020年4月に公開した「データ分析（データサイエンス）に必要な環境（Jupyter Lab）を一発で整えるワンライナー」を、Dev Containers / uv / Apple Silicon 前提で全面書き換えしたものです。
2020年からの主な変化点
- Apple Silicon (M1–M4) が主流化。
jupyter/datascience-notebookもlinux/arm64イメージが公式公開（マルチアーキ化） - Dev Containers（旧 VS Code Remote - Containers） が成熟。
devcontainer.json一枚で VS Code / Cursor から即座にコンテナ開発可能に uv（Rust製Pythonパッケージマネージャ） が2024年以降デファクト化。pip installより10〜100倍高速- Rancher Desktop / OrbStack / colima など Docker Desktop の代替が普及（ライセンス変更で企業は代替を検討するケース多し）
- JupyterLab 4.x + AI Notebook extensions（Jupyter AI、Cursor Notebooks）で対話的ML開発が一般化
パターン1: 最速ワンライナー（変わらず健在）
❯ docker run --rm -p 10000:8888 \
-e JUPYTER_ENABLE_LAB=yes \
-v "$PWD":/home/jovyan/work \
quay.io/jupyter/datascience-notebook:latest
2024年からイメージレジストリが Docker Hub → quay.io/jupyter/* に移行しています。jupyter/datascience-notebook は Docker Hub にも残っていますが、更新が遅いので quay.io 版の使用を推奨します。
ブラウザで http://localhost:10000/?token=...（ターミナルに表示されるURL）にアクセスすればJupyterLab が起動します。
パターン2: VS Code / Cursor + Dev Containers（2026年の推奨）
プロジェクトルートに .devcontainer/devcontainer.json を置くだけで、VS Code / Cursor の「Reopen in Container」から即座にコンテナ内開発環境に入れます。
{
"name": "Data Science (uv)",
"image": "mcr.microsoft.com/devcontainers/python:3.12",
"features": {
"ghcr.io/astral-sh/uv/uv:latest": {}
},
"postCreateCommand": "uv sync",
"customizations": {
"vscode": {
"extensions": [
"ms-python.python",
"ms-toolsai.jupyter",
"ms-toolsai.datawrangler"
]
}
},
"forwardPorts": [8888]
}
pyproject.toml:
[project]
name = "my-analysis"
version = "0.1.0"
requires-python = ">=3.12"
dependencies = [
"pandas>=2.2",
"numpy>=2.0",
"scikit-learn>=1.5",
"matplotlib",
"jupyterlab>=4.2",
]
uv sync で依存関係を固定版でインストール。uv.lock はGitに入れておけば、チーム全員が完全に同じ環境で動かせます。
パターン3: Jupyter AI + LLM 統合
2024年以降、JupyterLab に Jupyter AI や Cursor Notebooks を組み込むのが一般化しました。セル内で %%ai マジックコマンドから Claude / GPT / Gemini を呼び出せます。
❯ uv add "jupyter-ai[all]"
Notebook内で:
%%ai claude-sonnet-4-6
df の欠損値を補完するコードを書いて
Apple Silicon 固有の注意点
- NumPy / SciPy は Apple Accelerate 対応の wheel が公式配布されているので、
pip install numpyでネイティブ最適化ビルドが入ります - PyTorch は
torch.device("mps")で Apple GPU を使えます（2022年以降） - TensorFlow は
tensorflow-metalプラグインを追加インストール - 古い
linux/amd64専用イメージを使う場合はdocker run --platform linux/amd64 ...で Rosetta 経由実行（遅い）
Docker Desktop の代替
2021年のライセンス変更以降、企業では以下が選ばれています。
| ツール | 特徴 |
|---|---|
| OrbStack | 有償だが Apple Silicon で圧倒的に軽い。GUIも洗練 |
| Rancher Desktop | 完全無償。Kubernetes 統合あり |
| colima | CLI のみ、超軽量。brew install colima |
| Podman Desktop | Red Hat 主導、rootless コンテナ |
個人利用であれば Docker Desktop 無償枠で十分です。