inseefrlab/onyxia-python-minimal

Conda 最小化 Python 环境镜像文档

1. 镜像概述和主要用途

本镜像提供通过 Conda 构建的最小化 Python 运行环境，旨在为开发、测试和轻量级部署场景提供轻量、可管理的 Python 基础环境。镜像精简冗余依赖，仅包含核心 Conda 包管理工具和 Python 解释器，同时保留 Conda 环境管理能力，支持快速扩展功能。

2. 核心功能和特性

• 最小化设计：基于精简基础镜像构建，减少冗余依赖，降低镜像体积，提升部署效率。
• Conda 包管理：集成 Conda 包管理器，支持通过 conda install 或 pip install 灵活安装 Python 包及系统依赖。
• 基础 Python 环境：预装 Python 解释器及核心标准库，可直接运行 Python 脚本或交互式命令。
• 环境隔离支持：支持通过 Conda 创建独立虚拟环境，避免依赖冲突。
• 跨平台兼容性：适配常见架构（如 x86_64、arm64），兼容主流容器运行时（Docker、Podman 等）。

3. 使用场景和适用范围

• 开发环境快速初始化：本地开发时快速拉起隔离的 Python 环境，避免污染系统全局依赖。
• CI/CD 流程集成：作为自动化测试、构建流程的基础环境，确保环境一致性。
• 轻量级应用部署：运行无复杂依赖的 Python 应用（如脚本工具、简单 API 服务）。
• 数据科学基础环境：作为数据处理、分析任务的轻量起点，可按需扩展科学计算库（如 NumPy、Pandas）。

4. 使用方法和配置说明

4.1 镜像拉取

假设镜像托管于 Docker Hub（实际使用时需替换为具体镜像名称或私有仓库地址）：

bash
docker pull [镜像仓库地址]/conda-minimal-python:latest

4.2 基本运行示例

4.2.1 交互式 Python 环境

启动容器并进入交互式 Python shell：

bash
docker run -it --rm [镜像仓库地址]/conda-minimal-python python

4.2.2 运行本地 Python 脚本

挂载本地目录并执行脚本（假设当前目录下有 app.py）：

bash
docker run --rm -v $(pwd):/app [镜像仓库地址]/conda-minimal-python python /app/app.py

4.2.3 进入容器终端

启动容器并进入 bash 终端，用于手动管理环境或安装依赖：

bash
docker run -it --rm [镜像仓库地址]/conda-minimal-python /bin/bash

4.3 环境变量配置

通过 -e 参数设置环境变量，自定义镜像行为：

4.4 Docker Compose 配置示例

创建 docker-compose.yml，定义服务并挂载本地代码目录，安装额外依赖：

yaml
version: '3.8'
services:
  python-app:
    image: [镜像仓库地址]/conda-minimal-python:latest
    volumes:
      - ./src:/app  # 挂载本地代码目录
      - ./requirements.txt:/tmp/requirements.txt  # 挂载依赖清单
    environment:
      - CONDA_MIRROR=https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main  # 使用清华源
    command: >
      bash -c "conda install --yes --file /tmp/requirements.txt && python /app/main.py"

5. 自定义与扩展

5.1 安装额外依赖

容器运行时，可通过 conda install 或 pip install 安装包：

bash
# 进入容器终端后执行
conda install numpy pandas  # 安装数据科学库
pip install requests       # 安装 PyPI 包

5.2 构建自定义镜像

通过 Dockerfile 基于本镜像扩展，预装依赖（适用于固定环境需求）：

dockerfile
FROM [镜像仓库地址]/conda-minimal-python:latest

# 设置 Conda 镜像源（可选）
RUN conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

# 预装依赖
RUN conda install --yes numpy pandas && \
    pip install requests && \
    conda clean --all -f -y  # 清理缓存，减小镜像体积

# 设置工作目录
WORKDIR /app

# 定义默认命令
CMD ["python", "main.py"]

构建并使用自定义镜像：

bash
docker build -t my-custom-python-env .
docker run --rm -v $(pwd):/app my-custom-python-env

6. 注意事项

• 镜像默认使用 Conda 的 base 环境，复杂场景建议通过 CONDA_ENV_NAME 创建独立环境。
• 生产环境部署时，建议通过 Dockerfile 固化依赖，避免运行时动态安装导致环境不一致。
• 若需指定 Python 版本，可通过镜像 tag 选择（如 conda-minimal-python:3.9，具体版本需参考镜像仓库说明）。