本站支持搜索的镜像仓库:Docker Hub、gcr.io、ghcr.io、quay.io、k8s.gcr.io、registry.gcr.io、elastic.co、mcr.microsoft.com
在Python 3中开发Anaconda应用。从environment.yml文件安装依赖项并集成Python扩展。
| 元数据 | 值 |
|---|---|
| 类别 | 核心、语言 |
| 镜像类型 | Dockerfile |
| 已发布镜像 | mcr.microsoft.com/devcontainers/anaconda:3 |
| 已发布镜像架构 | x86-64、aarch64/arm64 |
| 容器主机OS支持 | Linux、macOS、Windows |
| 容器OS | Debian |
| 支持语言、平台 | Python、Anaconda |
有关已发布镜像内容的信息,请参见历史记录。
您可以通过在.devcontainer/devcontainer.json中使用image属性,或在自己的Dockerfile中将FROM语句更新为以下内容,直接引用预构建版本的.devcontainer/Dockerfile。本仓库中包含示例Dockerfile。
mcr.microsoft.com/devcontainers/anaconda有关更多详情,请参阅此指南。
您可以通过引用每个镜像的语义化版本来决定更新频率。例如:
mcr.microsoft.com/devcontainers/anaconda:1-3mcr.microsoft.com/devcontainers/anaconda:1.0-3mcr.microsoft.com/devcontainers/anaconda:1.0.0-3有关每个版本内容的信息,请参见历史记录,此处查看所有可用标签。
或者,您可以使用.devcontainer的内容完全自定义容器内容,或为镜像不支持的容器主机架构构建。
此开发容器及其关联镜像包含conda包管理器。使用Conda安装的其他包将从Anaconda或您配置的其他仓库下载。要在此容器中重新配置Conda以访问替代仓库,请参见此处的Conda通道配置信息。
Anaconda仓库的使用受Anaconda服务条款约束,某些组织可能需要从Anaconda获取商业许可。但是,当此开发容器或其关联镜像与GitHub Codespaces或GitHub Actions一起使用时,所有用户均被允许通过该服务使用Anaconda仓库,包括通常被Anaconda要求为商业活动获取付费许可的组织。请注意,第三方包的许可可能由其发布者决定,可能影响您的知识产权,使用风险自负。
默认情况下,Flask等框架仅在容器内监听localhost。因此,我们建议使用forwardPorts属性(v0.98.0+可用)使这些端口在本地可用。
"forwardPorts": [5000]
appPort属性发布而非转发端口,因此应用需要监听*或0.0.0.0才能从外部访问。这与某些Python框架的默认设置冲突,但幸运的是forwardPorts属性没有此限制。
由于用于Python后端的JavaScript前端Web客户端代码通常需要使用基于Node.js的工具构建,您可以通过添加以下内容到devcontainer.json,使用Node功能安装任何版本的Node:
{ "features": { "ghcr.io/devcontainers/features/node:1": { "version": "latest" } } }
此镜像基于ContinuumIO/anaconda3 docker镜像,该镜像已将defaults中的所有anaconda3包安装到基础conda环境中。建议不要在一个环境中从不同通道安装包,因为可能导致冲突。当需要从不同通道(如conda-forge)安装包时,更好的方法是创建新的conda环境。
conda create --name <env_name> -c <channel> --yes <package_name>
如Anaconda用户FAQ中所述,您可以通过从终端运行以下命令安装与镜像中不同版本的Python:
conda install python=3.6
或在Dockerfile中:
RUN conda install -y python=3.6
使用此容器运行Jupyter notebooks。
编辑./.devcontainer/devcontainer.json文件,在forwardPorts数组中添加8888:
// 使用'forwardPorts'使容器内的端口列表在本地可用。 "forwardPorts": [8888],
编辑./.devcontainer/devcontainer.json文件,添加postStartCommand命令以在容器创建后启动Jupyter notebook Web应用。使用nohup确保命令完成后不会被终止。日志将出现在nohup.out中。
// 使用'postStartCommand'在容器创建后运行命令。 "postStartCommand": "nohup bash -c 'jupyter notebook --ip=0.0.0.0 --port=8888 --allow-root &'",
查看终端输出以获取包含访问令牌的正确URL:
[***]
在浏览器中打开URL。您可以从Web浏览器编辑和运行代码。
dev container规范镜像在devcontainers/images仓库中维护。您可以浏览每个镜像并提交issues或功能请求。
版权所有 (c) Microsoft Corporation。保留所有权利。
根据MIT许可授权。参见LICENSE。
免费版仅支持 Docker Hub 加速,不承诺可用性和速度;专业版支持更多镜像源,保证可用性和稳定速度,提供优先客服响应。
免费版仅支持 docker.io;专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等。
当返回 402 Payment Required 错误时,表示流量已耗尽,需要充值流量包以恢复服务。
通常由 Docker 版本过低导致,需要升级到 20.x 或更高版本以支持 V2 协议。
先检查 Docker 版本,版本过低则升级;版本正常则验证镜像信息是否正确。
使用 docker tag 命令为镜像打上新标签,去掉域名前缀,使镜像名称更简洁。
探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录方式配置轩辕镜像加速服务,包含7个详细步骤
在 Linux 系统上配置轩辕镜像源,支持主流发行版
在 Docker Desktop 中配置轩辕镜像加速,适用于桌面系统
在 Docker Compose 中使用轩辕镜像加速,支持容器编排
在 k8s 中配置 containerd 使用轩辕镜像加速
在宝塔面板中配置轩辕镜像加速,提升服务器管理效率
在 Synology 群晖NAS系统中配置轩辕镜像加速
在飞牛fnOS系统中配置轩辕镜像加速
在极空间NAS中配置轩辕镜像加速
在爱快ikuai系统中配置轩辕镜像加速
在绿联NAS系统中配置轩辕镜像加速
在威联通NAS系统中配置轩辕镜像加速
在 Podman 中配置轩辕镜像加速,支持多系统
配置轩辕镜像加速9大主流镜像仓库,包含详细配置步骤
无需登录即可使用轩辕镜像加速服务,更加便捷高效
需要其他帮助?请查看我们的 常见问题 或 官方QQ群: 13763429