当前位置:

首页 > 编程开发 > [docker]Docker 安装 Python

[docker]Docker 安装 Python

要在 Docker 中搭建一个 Python 3.5 环境,其实并不复杂,主要就是两种思路:直接从官方仓库拉取现成镜像,或者自己动手通过 Dockerfile 构建。下面分别拆开来看,每一步都带命令和说明,上手非常快。 方法一、docker pull python:3.5 先看看 Docker Hu

本文目录

    要在 Docker 中搭建一个 Python 3.5 环境,其实并不复杂,主要就是两种思路:直接从官方仓库拉取现成镜像,或者自己动手通过 Dockerfile 构建。下面分别拆开来看,每一步都带命令和说明,上手非常快。

    方法一、docker pull python:3.5

    先看看 Docker Hub 上有什么现成的 Python 镜像。打开官方仓库就能看到所有可选的版本标签——默认是 python:latest,也就是最新版。如果目标明确想要 3.5,可以通过 Sort by 筛选,或者直接在命令行里搜索:

    runoob@runoob:~/python$ docker search python
    NAME                      DESCRIPTION                      STARS     OFFICIAL   AUTOMATED
    python                    Python is an interpreted,...      982       [OK]       
    kaggle/python             Docker image for Python...       33        [OK]
    ...
    

    确认之后,直接拉取带有 3.5 标签的官方镜像:

    runoob@runoob:~/python$ docker pull python:3.5
    

    下载完成,本地镜像列表里就能看到 Reposity 为 python、Tag 为 3.5 的镜像了:

    runoob@runoob:~/python$ docker images python:3.5
    REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
    python              3.5                 045767ddf24a        9 days ago          684.1 MB
    

    方法二、通过 Dockerfile 构建

    如果希望更精细化地控制底层依赖,或者无法直接访问 Docker Hub,那就自己写一个 Dockerfile 来构建镜像。先创建一个项目目录:

    runoob@runoob:~$ mkdir -p ~/python ~/python/myapp
    

    myapp 目录后面会挂载到容器内部作为应用目录。进入 ~/python 目录,创建一个 Dockerfile,内容如下(这里以 Python 3.5.1 为例,依赖 buildpack-deps:jessie 基础镜像):

    FROM buildpack-deps:jessie
    # remove several traces of debian python
    RUN apt-get purge -y python.*
    # http://bugs.python.org/issue19846
    # > At the moment, setting "LANG=C" on a Linux system *fundamentally breaks Python 3*, and that's not OK.
    ENV LANG C.UTF-8
    # gpg: key F73C700D: public key "Larry Hastings " imported
    ENV GPG_KEY 97FC712E4C024BBEA48A61ED3A5CA953F73C700D
    ENV PYTHON_VERSION 3.5.1
    # if this is called "PIP_VERSION", pip explodes with "ValueError: invalid truth value ''"
    ENV PYTHON_PIP_VERSION 8.1.2
    RUN set -ex \
        && curl -fSL "https://www.python.org/ftp/python/${PYTHON_VERSION%%[a-z]*}/Python-$PYTHON_VERSION.tar.xz" -o python.tar.xz \
        && curl -fSL "https://www.python.org/ftp/python/${PYTHON_VERSION%%[a-z]*}/Python-$PYTHON_VERSION.tar.xz.asc" -o python.tar.xz.asc \
        && export GNUPGHOME="$(mktemp -d)" \
        && gpg --keyserver ha.pool.sks-keyservers.net --recv-keys "$GPG_KEY" \
        && gpg --batch --verify python.tar.xz.asc python.tar.xz \
        && rm -r "$GNUPGHOME" python.tar.xz.asc \
        && mkdir -p /usr/src/python \
        && tar -xJC /usr/src/python --strip-components=1 -f python.tar.xz \
        && rm python.tar.xz \
        && cd /usr/src/python \
        && ./configure --enable-shared --enable-unicode=ucs4 \
        && make -j$(nproc) \
        && make install \
        && ldconfig \
        && pip3 install --no-cache-dir --upgrade --ignore-installed pip==$PYTHON_PIP_VERSION \
        && find /usr/local -depth \
            \( \( -type d -a -name test -o -name tests \) \
            -o \( -type f -a -name '*.pyc' -o -name '*.pyo' \) \) \
            -exec rm -rf '{}' + \
        && rm -rf /usr/src/python ~/.cache
    # make some useful symlinks that are expected to exist
    RUN cd /usr/local/bin \
        && ln -s easy_install-3.5 easy_install \
        && ln -s idle3 idle \
        && ln -s pydoc3 pydoc \
        && ln -s python3 python \
        && ln -s python3-config python-config
    CMD ["python3"]
    

    有了 Dockerfile,就可以用 build 命令构建出镜像了(注意最后的 . 代表当前目录):

    runoob@runoob:~/python$ docker build -t python:3.5 .
    

    构建完成后,再次查看本地镜像列表,确认新镜像已经生成:

    runoob@runoob:~/python$ docker images python:3.5
    REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
    python              3.5                 045767ddf24a        9 days ago          684.1 MB
    

    使用 python 镜像

    镜像准备好了,接下来就用它来跑一个简单的 Python 程序。在 ~/python/myapp 目录下创建 helloworld.py:

    #!/usr/bin/python
    print("Hello, World!");
    

    然后通过 docker run 启动容器,关键点在于挂载本地目录和指定工作目录:

    runoob@runoob:~/python$ docker run -v $PWD/myapp:/usr/src/myapp -w /usr/src/myapp python:3.5 python helloworld.py
    

    这条命令里的几个参数说明一下:

    • -v $PWD/myapp:/usr/src/myapp:把宿主机当前目录下的 myapp 挂载到容器的 /usr/src/myapp 下。
    • -w /usr/src/myapp:指定容器的工作目录为 /usr/src/myapp。
    • python helloworld.py:容器内的 Python 命令执行工作目录中的脚本。

    执行后,终端就会输出:

    Hello, World!
    

    至此,两种获取 Python 3.5 镜像以及运行容器的方法都跑通了。实际工作中,官方仓库的镜像通常足够用,但如果需要定制化底层依赖,自己写 Dockerfile 反而更可控。选择哪种,看具体需求就好。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    下一篇: PYTHON入门(一)
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。