persistbot/datascience-python

基础数据科学Docker镜像

![CircleCI]([***]

此镜像代表默认的数据科学Docker镜像。如果您不确定使用哪个镜像，或不需要专用库，请使用此镜像。

概述

本仓库定义了 "https://hub.docker.com/r/civisanalytics/datascience-python/" Docker镜像。该镜像提供了包含Python生态系统数据科学工具的环境，是Civis数据科学平台（Civis Platform）中Python作业的执行环境，并包含Civis https://github.com/civisanalytics/civis-python%E3%80%82

安装

您可以本地构建Docker镜像：

bash
docker build -t datascience-python .

或从DockerHub下载镜像：

bash
docker pull civisanalytics/datascience-python:latest

latest标签（若未指定标签则为Docker默认）将提供最新构建的datascience-python镜像版本。您可将latest替换为版本号（如1.0）以获取可复现的环境。

使用

在datascience-python Docker镜像中，Python包安装在root环境。完整的包含库列表请查看environment.yml文件。

要从镜像启动Docker容器并通过bash提示符交互：

bash
docker run -i -t civisanalytics/datascience-python:latest /bin/bash

您可运行Python命令：

bash
docker run civisanalytics/datascience-python:latest python -c "import pandas; print(pandas.__version__)"

镜像包含用于查看当前版本的环境变量，共四个：

VERSION
VERSION_MAJOR
VERSION_MINOR
VERSION_MICRO

VERSION为完整版本字符串（如"1.0.3"），VERSION_MAJOR、VERSION_MINOR和VERSION_MICRO各为单个整数。

Joblib临时文件

joblib库增强了科学Python计算的多进程能力，特别是scikit-learn库使用joblib进行并行化。此Docker镜像将joblib的临时文件默认存储位置设置为/tmp目录（默认位置为/shm，而Docker容器中/shm作为RAM磁盘默认大小仅64MB，不足以满足典型科学计算需求）。

创建等效本地环境

本仓库中的environment.yml文件可用于创建与容器内等效的Python环境，环境名称为datascience。该环境可在Ubuntu Linux（Dockerfile使用的操作系统）上安装；在OS X上安装时，xgboost需要gcc v5或clang-omp编译器（OS X原生未提供），您可选择：

• 在创建环境前从environment.yml中移除xgboost
• 使用Homebrew安装gcc-5（命令：brew install gcc@5 --without-multilib，注意安装耗时较长）

贡献

有关贡献至本项目的信息，请查看CONTRIBUTING。

若您进行任何更改，请构建容器以验证是否成功完成：

bash
docker build -t datascience-python:test .

并在变更日志中描述更改内容。

维护者指南

本仓库启用自动构建功能。任何合并至master分支的PR将作为latest标签在Dockerhub构建。当您准备创建新版本时，前往仓库的“releases”标签页并点击“Draft a new release”。Github将提示您创建新标签、版本标题及描述。标签应使用语义化版本格式“vX.X.X”（主版本.次版本.修订版本），版本标题应与标签相同，描述中需包含变更日志。标签发布后，DockerHub将自动构建三个相同的容器，标签分别为“major”、“major.minor”和“major.minor.micro”。

许可证

BSD-3

详情请查看LICENSE.md。