persistbot/social

数据科学基础Docker镜像

![CircleCI]([***]

这是默认的数据科学Docker镜像。如果您不确定使用哪个镜像，或不需要专用库，可选择此镜像。

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Python生态的数据科学工具环境，是Civis数据科学平台中Python任务的执行环境，并包含Civis https://github.com/civisanalytics/civis-python%E3%80%82

核心功能

1. 包含Python数据科学常用库（如pandas、scikit-learn、joblib、xgboost等，完整列表见environment.yml）；
2. 设置joblib临时文件默认路径为/tmp（解决Docker容器中/shm RAM磁盘空间不足问题）；
3. 定义版本相关环境变量（VERSION、VERSION_MAJOR、VERSION_MINOR、VERSION_MICRO），方便获取镜像版本信息。

使用场景

1. 数据科学任务的开发与执行；
2. 运行Python脚本或交互式数据科学分析；
3. 通过environment.yml文件复现与镜像一致的本地Python环境。

配置说明

安装方式

本地构建镜像

bash
docker build -t datascience-python .

从DockerHub拉取镜像

bash
docker pull civisanalytics/datascience-python:latest

latest标签为最新构建版本，可替换为具体版本号（如1.0）以获取可复现环境。

运行容器

启动bash交互终端

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

运行Python命令

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

环境变量说明

镜像包含以下版本相关环境变量：

• VERSION：完整版本字符串（如"1.0.3"）；
• VERSION_MAJOR：主版本号（整数）；
• VERSION_MINOR：次版本号（整数）；
• VERSION_MICRO：修订版本号（整数）。

Joblib临时文件配置

joblib库用于科学计算的多进程增强（如scikit-learn并行化），镜像将其临时文件默认路径设为/tmp（默认路径/shm在Docker容器中仅64MB，不足以支持典型科学计算）。

本地环境复现

通过仓库中的environment.yml文件可创建与镜像一致的Python环境（命名为datascience）：

• Ubuntu系统：直接使用该文件创建环境；
• OS X系统：需移除xgboost（或通过Homebrew安装gcc@5，命令：brew install gcc@5 --without-multilib）。

贡献指南

详见CONTRIBUTING。修改后需构建测试容器验证：

bash
docker build -t datascience-python:test .

并在变更日志中描述修改内容。

维护者说明

仓库启用自动构建：合并到master的PR将构建为DockerHub的latest标签。创建新版本时，在仓库"releases"标签页发布语义版本（如vX.X.X），DockerHub将自动构建对应版本标签（major、major.minor、major.minor.micro）。

许可证

BSD-3协议，详见LICENSE.md。