推荐：使用NSDT场景编辑器快速搭建3D应用场景

为什么选择 Docker for Data Science？

作为一名数据科学家，拥有一个标准化的便携式分析和建模环境至关重要。Docker 提供了一种创建可重用和可共享的数据科学环境的绝佳方法。在本文中，我们将逐步介绍使用 Docker 设置基本数据科学环境的步骤。

为什么我们会考虑使用 Docker？Docker 允许数据科学家为他们的工作创建隔离且可重现的环境。使用 Docker 的一些主要优势包括：

• 一致性 - 可以在不同的计算机上复制相同的环境。不再有“它适用于我的机器”的问题。
• 可移植性 - Docker 环境可以轻松地跨多个平台共享和部署。
• 隔离 - 容器隔离不同项目所需的依赖项和库。不再有冲突！
• 可扩展性 - 通过启动更多容器，可以轻松扩展 Docker 内部构建的应用程序。
• 协作 - Docker 通过允许团队共享开发环境来实现协作。

步骤 1：创建 Dockerfile

任何 Docker 环境的起点都是 Dockerfile。此文本文件包含有关生成 Docker 映像的说明。

让我们为 Python 数据科学环境创建一个基本的 Dockerfile，并将其保存为不带扩展名的“Dockerfile”。

# Use official Python image
FROM python:3.9-slim-buster

# Set environment variable
ENV PYTHONUNBUFFERED 1

# Install Python libraries 
RUN pip install numpy pandas matplotlib scikit-learn jupyter

# Run Jupyter by default
CMD ["jupyter", "lab", "--ip='0.0.0.0'", "--allow-root"]

这个Dockerfile使用官方的Python镜像，并在其上安装了一些流行的数据科学库。最后一行定义了在启动容器时运行 Jupyter Lab 的默认命令。

步骤 2：构建 Docker 镜像

现在我们可以使用以下命令构建映像：docker build

docker build -t ds-python .

这将创建一个基于我们的 Dockerfile 标记的图像。ds-python

生成映像可能需要几分钟时间，因为所有依赖项都已安装。完成后，我们可以使用 .docker images

步骤 3：运行容器

构建映像后，我们现在可以启动一个容器：

docker run -p 8888:8888 ds-python

这将启动 Jupyter Lab 实例，并将主机上的端口 8888 映射到容器中的 8888。

现在，我们可以在浏览器中导航到 Jupyter 并开始运行笔记本！localhost:8888

步骤 4：共享和部署映像

Docker 的一个关键优势是能够跨环境共享和部署映像。

要将图像保存到 tar 存档，请运行：

docker save -o ds-python.tar ds-python

然后，可以通过以下方式将此压缩包加载到安装了Docker的任何其他系统上：

docker load -i ds-python.tar

我们还可以将映像推送到 Docker 注册表（如 Docker Hub），以便在组织内公开或私下与其他人共享。

若要将映像推送到 Docker 中心，请执行以下操作：

1. 创建一个 Docker 中心帐户（如果还没有）
2. 使用 从命令行登录到 Docker Hubdocker login
3. 使用您的 Docker Hub 用户名标记映像：docker tag ds-python yourusername/ds-python
4. 推送镜像：docker push yourusername/ds-python

映像现在托管在 Docker Hub 上。其他用户可以通过运行以下命令拉取映像：ds-python

docker pull yourusername/ds-python

对于私有仓库，您可以创建组织并添加用户。这允许您在团队中安全地共享 Docker 映像。

步骤 5：加载和运行映像

要在另一个系统上加载并运行 Docker 映像，请执行以下操作：

1. 将文件复制到新系统ds-python.tar
2. 使用 加载图像docker load -i ds-python.tar
3. 使用 启动容器docker run -p 8888:8888 ds-python
4. 访问 Jupyter 实验室localhost:8888

就是这样！ds-python 映像现在可以在新系统上使用了。

结语

这为您提供了使用 Docker 设置可重现的数据科学环境的快速入门知识。需要考虑的一些其他最佳做法：

• 使用较小的基础映像（如 Python slim）来优化映像大小
• 利用 Docker 卷实现数据持久性和共享
• 遵循安全原则，例如避免以根用户身份运行容器
• 使用 Docker Compose 定义和运行多容器应用程序

我希望这个介绍对您有所帮助。Docker为简化和扩展数据科学工作流程提供了大量可能性。

原文链接：创建简单的 Docker 数据科学映像 (mvrlink.com)