原文：
www.kdnuggets.com/2023/08/simple-docker-data-science-image.html
作者使用 Midjourney 创建的图像
1. 谷歌网络安全证书 - 快速进入网络安全职业。
2. 谷歌数据分析专业证书 - 提升您的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持您的组织 IT
作为数据科学家，拥有一个标准化且可移植的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数据科学环境的绝佳方式。在本文中，我们将详细介绍如何使用 Docker 设置基本的数据科学环境。
我们为什么要考虑使用 Docker 呢？Docker 允许数据科学家为他们的工作创建隔离且可重复的环境。使用 Docker 的一些关键优势包括：
-
一致性 - 相同的环境可以在不同的机器上复制。再也没有“在我的机器上能用”的问题。
-
可移植性 - Docker 环境可以轻松地在多个平台之间共享和部署。
-
隔离性 - 容器隔离了不同项目所需的依赖项和库。再也没有冲突了！
-
可扩展性 - 通过启动更多容器，轻松扩展在 Docker 内构建的应用程序。
-
协作 - Docker 通过允许团队共享开发环境来促进协作。
任何 Docker 环境的起点是 Dockerfile。这个文本文件包含了构建 Docker 镜像的指令。
让我们创建一个 Python 数据科学环境的基本 Dockerfile，并将其保存为没有扩展名的 '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 使用了 官方 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。
现在我们可以使用docker build命令构建镜像：
docker build -t ds-python .这将根据我们的 Dockerfile 创建一个标记为ds-python的镜像。
构建镜像可能需要几分钟，因为所有的依赖项都在安装中。完成后，我们可以使用docker images查看本地 Docker 镜像。
镜像构建完成后，我们现在可以启动一个容器：
docker run -p 8888:8888 ds-python这将启动一个 Jupyter Lab 实例，并将主机的 8888 端口映射到容器的 8888 端口。
现在我们可以在浏览器中导航到 localhost:8888 来访问 Jupyter 并开始运行笔记本！
Docker 的一个主要好处是能够在不同环境之间共享和部署镜像。
要将镜像保存为 tar 归档，运行：
docker save -o ds-python.tar ds-python这个 tar 包可以通过以下命令在任何其他安装了 Docker 的系统上加载：
docker load -i ds-python.tar我们还可以将镜像推送到 Docker 注册中心，如 Docker Hub，以便与他人公开或在组织内部私下共享。
要将镜像推送到 Docker Hub：
-
如果您还没有 Docker Hub 账户，请创建一个
-
使用
docker login从命令行登录到 Docker Hub -
使用您的 Docker Hub 用户名标记镜像：
docker tag ds-python yourusername/ds-python -
推送镜像：
docker push yourusername/ds-python
ds-python 镜像现在托管在 Docker Hub 上。其他用户可以通过运行以下命令来拉取镜像：
docker pull yourusername/ds-python对于私有仓库，您可以创建一个组织并添加用户。这允许您在团队内部安全地共享 Docker 镜像。
要在另一台系统上加载和运行 Docker 镜像：
-
将
ds-python.tar文件复制到新系统 -
使用
docker load -i ds-python.tar加载镜像 -
使用
docker run -p 8888:8888 ds-python启动一个容器 -
在
localhost:8888访问 Jupyter Lab
就是这样！ds-python 镜像现在已准备好在新系统上使用。
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指南。还需要考虑一些额外的最佳实践：
-
使用像 Python slim 这样的较小基础镜像来优化镜像大小
-
利用 Docker 卷进行数据持久化和共享
-
遵循安全原则，如避免以 root 用户身份运行容器
-
使用 Docker Compose 定义和运行多容器应用程序
我希望您觉得这个介绍有帮助。Docker 为简化和扩展数据科学工作流程提供了很多可能性。
Matthew Mayo (@mattmayo13) 是数据科学家以及 KDnuggets 的总编辑，该网站是开创性的数据科学和机器学习在线资源。他的兴趣包括自然语言处理、算法设计和优化、无监督学习、神经网络以及自动化机器学习方法。Matthew 拥有计算机科学硕士学位和数据挖掘研究生文凭。他可以通过 editor1 at kdnuggets[dot]com 联系到。