bostongov/gis

Python数据科学工具集成镜像

镜像概述

本Docker镜像预安装了多种Python数据科学及工具库，旨在提供一站式的数据分析与机器学习开发环境。集成了数据处理、统计分析、机器学习、可视化及云服务交互等多类工具，可直接用于开发、测试及小型生产环境。

核心功能与特性

主要集成库及版本

• 数据处理基础：numpy==1.13.3、pandas==0.24.2、scipy==1.0.1
• 机器学习：scikit-learn==0.19.1、statsmodels==0.9.0
• 数据可视化：matplotlib==2.2.2、seaborn==0.8.1
• 云服务工具：awscli==1.15.4、boto==2.46.1、boto3==1.7.4、s3fs==0.1.2
• 其他工具：beautifulsoup4==4.5.3（网页解析）、psycopg2==2.6.2（PostgreSQL连接）、pymssql==2.1.4（SQL Server连接）、requests==2.21.0（HTTP请求）

特性

• 预配置完整依赖，无需手动安装核心库
• 支持Python 2.7/3.x环境（根据基础镜像版本）
• 集成多种数据库连接工具，便于数据导入导出
• 包含AWS云服务交互工具，支持S3等存储服务操作

使用场景

• 数据分析与探索性数据研究
• 机器学习模型开发与原型验证
• 数据可视化报告生成
• 小型数据处理任务自动化
• 与云服务（如AWS S3）交互的数据 pipeline 开发

使用方法与配置说明

基本使用

启动交互式Python环境

bash
docker run -it --rm [镜像名称] python

运行Python脚本

将本地脚本挂载到容器中执行：

bash
docker run -it --rm -v /本地脚本路径:/app [镜像名称] python /app/your_script.py

持久化数据

通过挂载卷保存数据和结果：

bash
docker run -it --rm -v /本地数据目录:/data [镜像名称] python /data/process_data.py

与AWS服务交互

若需使用awscli，需配置AWS凭证：

bash
docker run -it --rm -e AWS_ACCESS_KEY_ID=your_key -e AWS_SECRET_ACCESS_KEY=your_secret [镜像名称] aws s3 ls

docker-compose配置示例

yaml
version: '3'
services:
  data-science:
    image: docker.xuanyuan.run/[镜像名称]
    volumes:
      - ./scripts:/app/scripts
      - ./data:/app/data
    environment:
      - AWS_ACCESS_KEY_ID=your_key
      - AWS_SECRET_ACCESS_KEY=your_secret
    command: python /app/scripts/main.py

注意事项

• 部分库版本较旧（如scikit-learn==0.19.1），可能不支持最新特性，建议根据需求评估兼容性
• 容器默认无持久化存储，需通过卷挂载保存重要数据
• 使用云服务工具时，需确保网络通畅并正确配置访问凭证