analysiscenter1/ds-py3

ds-py3 Docker镜像文档

镜像概述和主要用途

ds-py3是为Python数据科学任务设计的Docker容器，提供预配置的运行环境，支持CPU和GPU计算，旨在简化数据科学家的环境搭建流程，快速部署和运行数据分析、机器学习及深度学习任务。

核心功能和特性

• 多环境支持：同时提供CPU和GPU版本，满足不同计算需求
• 预安装核心库：包含Python数据科学常用库（如NumPy、Pandas、Scikit-learn、Matplotlib等）
• 深度学习框架集成：支持主流深度学习框架（如TensorFlow、PyTorch，具体版本依镜像标签而定）
• 灵活版本控制：通过镜像标签可选择不同Python版本和库组合
• 易于扩展：支持自定义安装额外依赖，满足个性化需求

使用场景和适用范围

• 数据科学研究与实验
• 机器学习模型开发与训练
• 数据分析与可视化任务
• 教学环境快速部署
• CI/CD流程中的数据处理环节
• 需要隔离环境的多项目开发

使用方法和配置说明

基本使用（CPU版本）

通过以下命令启动CPU版本容器：

bash
docker run -it --rm analysiscenter/ds-py3:latest-cpu

GPU版本使用（需NVIDIA Docker支持）

确保已安装NVIDIA Docker环境，运行GPU版本容器：

bash
docker run -it --rm --gpus all analysiscenter/ds-py3:latest-gpu

挂载数据卷

将本地数据目录挂载到容器中，方便数据读写：

bash
docker run -it --rm -v /local/data/path:/app/data analysiscenter/ds-py3:latest-cpu

运行Jupyter Notebook

启动容器并运行Jupyter Notebook服务：

bash
docker run -it --rm -p 8888:8888 analysiscenter/ds-py3:latest-cpu jupyter notebook --ip=0.0.0.0 --allow-root

访问http://localhost:8888，输入容器中显示的token即可使用。

Docker Compose配置示例

创建docker-compose.yml文件：

yaml
version: '3'
services:
  ds-py3:
    image: analysiscenter/ds-py3:latest-cpu
    volumes:
      - ./data:/app/data
      - ./notebooks:/app/notebooks
    ports:
      - "8888:8888"
    command: jupyter notebook --ip=0.0.0.0 --allow-root --notebook-dir=/app/notebooks

启动服务：

bash
docker-compose up

环境变量配置

注意事项

• GPU版本需宿主环境安装NVIDIA驱动和nvidia-docker2
• 不同标签对应不同版本，具体可参考https://github.com/analysiscenter/ds-py3%E7%9A%84%E6%A0%87%E7%AD%BE%E8%AF%B4%E6%98%8E
• 如需自定义依赖，可在容器内使用pip install安装，或通过Dockerfile基于本镜像构建