手把手教你用 Docker 部署 Python

🧰 准备工作

若你的系统尚未安装 Docker，请先一键安装：

Linux Docker & Docker Compose 一键安装

一键安装配置脚本（推荐方案）：该脚本支持多种 Linux 发行版，支持一键安装 Docker、Docker Compose 并自动配置轩辕镜像访问支持源。

bash
bash <(wget -qO- https://xuanyuan.cloud/docker.sh)

Python 是一门应用广泛的语言，常见于数据分析、AI、Web 开发等场景。通过 Docker 部署 Python，可以做到快速安装、环境隔离、跨平台运行。下面我们基于 轩辕镜像 来完整演示 Python 在 Docker 中的部署方法。

1、查看 Python 镜像详情

你可以在轩辕镜像中找到 Python 镜像页面： 👉 https://xuanyuan.cloud/r/library/python

在镜像页面中，会看到多种拉取方式，下面我们逐一说明。

2、下载 Python 镜像

2.1 使用轩辕镜像拉取

bash
docker pull docker.xuanyuan.run/library/python:3.12

2.2 拉取后改名

bash
docker pull docker.xuanyuan.run/library/python:3.12 \
&& docker tag docker.xuanyuan.run/library/python:3.12 python:3.12 \
&& docker rmi docker.xuanyuan.run/library/python:3.12

这样后续就可以直接用官方标准名 python:3.12。

2.3 使用免登录方式拉取（推荐）

bash
docker pull xxx.xuanyuan.run/library/python:3.12

带重命名的完整命令：

bash
docker pull xxx.xuanyuan.run/library/python:3.12 \
&& docker tag xxx.xuanyuan.run/library/python:3.12 python:3.12 \
&& docker rmi xxx.xuanyuan.run/library/python:3.12

2.4 官方直连方式

如果网络能直连 Docker Hub，可以直接：

bash
docker pull python:3.12

2.5 查看是否拉取成功

bash
docker images

输出类似：

REPOSITORY   TAG     IMAGE ID       CREATED       SIZE
python       3.12    9a2c9eabc123   2 weeks ago   1.02GB

3、部署 Python 容器

下面演示三种方式：快速部署 → 挂载项目 → docker-compose 管理。

3.1 快速部署（最简方式）

适合测试、运行交互式 Python 环境：

bash
docker run -it --name py-test python:3.12

说明：

-it：进入交互式终端
--name py-test：容器名称
python:3.12：使用 Python 3.12 镜像

进入后会看到 Python REPL：

python
Python 3.12.5 (main, Sep 14 2024, 10:15:00)
>>> print("Hello from Xuanyuan Python!")
Hello from Xuanyuan Python!

退出：输入 exit() 或 Ctrl+D。

3.2 挂载本地项目（推荐方式）

适合实际项目开发，将宿主机代码挂载到容器内。

第一步：准备目录

bash
mkdir -p /data/python-app
cd /data/python-app

第二步：写一个测试程序

bash
echo 'print("Hello from Xuanyuan Python App!")' > app.py

第三步：启动容器并挂载目录

bash
docker run -it --name py-app \
  -v /data/python-app:/app \
  -w /app \
  python:3.12 python app.py

说明：

-v /data/python-app:/app：挂载宿主机目录到容器
-w /app：指定容器内工作目录
python app.py：执行程序

输出应为：

Hello from Xuanyuan Python App!

3.3 使用 docker-compose 部署（适合企业级项目）

第一步：创建项目目录

bash
mkdir -p /data/py-compose
cd /data/py-compose

第二步：准备应用写一个 main.py：

python
print("Python running in Docker with docker-compose!")

第三步：编写 docker-compose.yml

yaml
version: '3'
services:
  python-app:
    image: python:3.12
    container_name: python-service
    working_dir: /app
    volumes:
      - ./app:/app
    command: python main.py
    restart: always

目录结构：

/data/py-compose
 ├─ docker-compose.yml
 └─ app
     └─ main.py

第四步：启动服务

bash
docker compose up -d

查看状态

bash
docker compose ps

查看日志

bash
docker compose logs -f

输出：

python-service  | Python running in Docker with docker-compose!

4、进阶实践

4.1 安装第三方库

运行交互式容器，使用 pip 安装：

bash
docker run -it --name py-pandas python:3.12 bash
pip install pandas

或者在项目目录添加 requirements.txt：

flask
requests

然后容器启动时自动安装：

bash
docker run -it -v /data/python-app:/app -w /app python:3.12 pip install -r requirements.txt

4.2 构建自定义 Python 镜像

在项目中写一个 Dockerfile：

dockerfile
FROM python:3.12

WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .

CMD ["python", "app.py"]

构建镜像：

bash
docker build -t my-python-app .

运行：

bash
docker run -it --name py-custom my-python-app

5、常见问题

5.1 进入容器后 Python 环境丢失？

默认进入是 /bin/bash，需要手动执行 python。也可以直接：

bash
docker exec -it py-app python

5.2 如何持久化依赖环境？

使用 requirements.txt + pip install
或者构建自定义镜像（见上文 4.2）

5.3 容器内时区不对？

加 -e TZ=Asia/Shanghai：

bash
docker run -it -e TZ=Asia/Shanghai python:3.12

5.4 如何运行 Flask / Django Web 项目？

以 Flask 为例，在 app.py：

python
from flask import Flask
app = Flask(__name__)

@app.route("/")
def hello():
    return "Hello Flask from Docker!"

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5000)

运行容器：

bash
docker run -d --name py-flask -p 5000:5000 \
  -v /data/python-app:/app -w /app \
  python:3.12 pip install flask && python app.py

访问 http://服务器IP:5000 即可。

结尾

至此，你已经掌握了 Python 在 Docker 中的部署全流程：

拉取镜像（轩辕镜像 / 官方）
快速运行 Python 环境
挂载项目目录运行代码
使用 docker-compose 管理服务
构建自定义镜像和运行 Web 应用

对于初学者，可以先尝试「快速部署」和「挂载目录」；对于工程师，推荐使用「docker-compose」或「自定义镜像」来管理依赖和部署。

👉 在实践中遇到问题，可以通过 docker logs 容器名 查看日志，或参考 Python 官方文档。

手把手教你用 Docker 部署 Python

🧰 准备工作

Linux Docker & Docker Compose 一键安装