这篇文章主要围绕Docker安装Python和docker安装python环境展开，旨在为您提供一份详细的参考资料。我们将全面介绍Docker安装Python的优缺点，解答docker安装python
这篇文章主要围绕Docker 安装 Python和docker安装python环境展开，旨在为您提供一份详细的参考资料。我们将全面介绍Docker 安装 Python的优缺点，解答docker安装python环境的相关问题，同时也会为您带来Centos7.4 下，安装 Python3.6 和 Docker、docker -安装Python 脚本、docker python api 安装配置的详解、Docker | 多图预警 | 配置Docker下Python开发环境的实用方法。
本文目录一览：- Docker 安装 Python（docker安装python环境）
- Centos7.4 下，安装 Python3.6 和 Docker
- docker -安装Python 脚本
- docker python api 安装配置的详解
- Docker | 多图预警 | 配置Docker下Python开发环境
Docker 安装 Python（docker安装python环境）
Docker 安装 Python
方法一、docker pull python:3.5
查找 Docker Hub 上的 python 镜像：
docker search python
这里我们拉取官方的镜像，标签为 3.5 ：
docker pull python:3.5
等待下载完成后，我们就可以在本地镜像列表里查到 REPOSITORY 为 python ，标签为 3.5 的镜像：
docker images | grep python
方法二、通过 Dockerfile 构建
创建 Dockerfile
首先，创建目录 python，用于存放后面的相关东西：
mkdir -p ./python ./python/myapp
myapp 目录将映射为 python 容器配置的应用目录
进入创建的 python 目录，创建 Dockerfile
FROM buildpack-deps:jessie
# remove several traces of debian python
RUN apt-get purge -y python.*
# http://bugs.python.org/issue19846
# > At the moment, setting "LANG=C" on a Linux system *fundamentally breaks Python 3*, and that''s not OK.
ENV LANG C.UTF-8
# gpg: key F73C700D: public key "Larry Hastings <larry@hastings.org>" imported
ENV GPG_KEY 97FC712E4C024BBEA48A61ED3A5CA953F73C700D
ENV PYTHON_VERSION 3.5.1
# if this is called "PIP_VERSION", pip explodes with "ValueError: invalid truth value ''<VERSION>''"
ENV PYTHON_PIP_VERSION 8.1.2
RUN set -ex \
&& curl -fSL "https://www.python.org/ftp/python/${PYTHON_VERSION%%[a-z]*}/Python-$PYTHON_VERSION.tar.xz" -o python.tar.xz \
&& curl -fSL "https://www.python.org/ftp/python/${PYTHON_VERSION%%[a-z]*}/Python-$PYTHON_VERSION.tar.xz.asc" -o python.tar.xz.asc \
&& export GNUPGHOME="$(mktemp -d)" \
&& gpg --keyserver ha.pool.sks-keyservers.net --recv-keys "$GPG_KEY" \
&& gpg --batch --verify python.tar.xz.asc python.tar.xz \
&& rm -r "$GNUPGHOME" python.tar.xz.asc \
&& mkdir -p /usr/src/python \
&& tar -xJC /usr/src/python --strip-components=1 -f python.tar.xz \
&& rm python.tar.xz \
\
&& cd /usr/src/python \
&& ./configure --enable-shared --enable-unicode=ucs4 \
&& make -j$(nproc) \
&& make install \
&& ldconfig \
&& pip3 install --no-cache-dir --upgrade --ignore-installed pip==$PYTHON_PIP_VERSION \
&& find /usr/local -depth \
\( \
\( -type d -a -name test -o -name tests \) \
-o \
\( -type f -a -name ''*.pyc'' -o -name ''*.pyo'' \) \
\) -exec rm -rf ''{}'' + \
&& rm -rf /usr/src/python ~/.cache
# make some useful symlinks that are expected to exist
RUN cd /usr/local/bin \
&& ln -s easy_install-3.5 easy_install \
&& ln -s idle3 idle \
&& ln -s pydoc3 pydoc \
&& ln -s python3 python \
&& ln -s python3-config python-config
CMD ["python3"]
通过 Dockerfile 创建一个镜像，替换成你自己的名字：
docker build -t python:3.5 .
使用 python 镜像
在 ./python/myapp 目录下创建一个 helloworld.py 文件，代码如下：
#!/usr/bin/python
print("Hello, World! I''m Python.");
运行镜像，生成容器
docker run --name my-python -v $PWD/myapp:/usr/src/myapp -w /usr/src/myapp python:3.5 python helloworld.py
命令说明：
-v $PWD/myapp:/usr/src/myapp : 将主机中当前目录下的 myapp 挂载到容器的 /usr/src/myapp
-w /usr/src/myapp : 指定容器的 /usr/src/myapp 目录为工作目录
python helloworld.py : 使用容器的 python 命令来执行工作目录中的 helloworld.py 文件
PS:
参考：https://www.runoob.com/docker/docker-install-python.html
Centos7.4 下，安装 Python3.6 和 Docker
系统环境准备：
1. 查看系统的版本及内核信息：
# 查看系统版本：
$ cat /etc/redhat-release
# 查看内核版本：
$ uname -a2. 替换国内的 yum 源
# 1. 先对原先的repo文件进行备份
$ cd /etc/yum.repos.d
$ mv CentOS-Base.repo CentOS-Base.repo.backup
# 2. 下载yum源
$ wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.163.com/.help/CentOS6-Base-163.repo
# 3.更新cache
$ yum makecache
3. JDK 的准备
# 1. 查看系统是否自带openJDK：
$ java -version
$ rpm -qa|grep openjdk
# 2. 根据实际情况，对其进行卸载：
$ rpm -e --nodeps java-1.7.0-openjdk-1.7.0.111-2.6.7.2.el7_2.x86_64
$ rpm -e --nodeps java-1.7.0-openjdk-headless-1.7.0.111-2.6.7.2.el7_2.x86_64
......
# 3.下载sun JDK，并进行安装
## 新建一个目录, 并将rpm包解压到该目录
$ mkdir /usr/java
$ rpm -ivh --prifix=/usr/java jdk-8u181-linux-x64.rpm # 将其指定街要到刚创建的目录
# 4. 配置环境变量
$ vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.8.0_181
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
# 5.生效配置
$ source /etc/profile
# 查看jdk版本信息
$ java -version4 Python 环境
# 1. 创建Python的安装目录，并解压缩到该目录
$ mkdir /usr/python3
$ tar -xvf Python-3.6.6.tgz -C /usr/python3
#进入python目录
$ cd /usr/python3/python-3.6.6
$ ./configure --prefix=/usr/python3
$ make
$ make install
# 修改profilewen文件
$ vi /etc/profile
PYTHON_HOME=/usr/python3
export PATH=$PATH:$PYTHON_HOME/bin5 Docker 准备
# 1. Docker安装
$ yum install docker
# 2.启动Docker
$ systemctl start docker
# 3. 查看docker版本
$ docker -v
# 4. 设置开机启动
$ systemctl enable docker
6. Docker 的一般使用
# 检查镜像
$ docker search xxx
#查看当前镜像
$ docker images
# 安装镜像
$ docker pull xxx
#根据镜像启动容器
$ docker run --name container-name -d image-name:tag-name #（-d 表示后台运行）
eg:
$ docker run --name my_tomcat tomcat:latest
# 查看哪些容器在运行
$ docker ps -a
# 停止容器
$ docker stop container-name
# 删除容器
$ docker rm container-id
$ docker rmi image-name
docker -安装Python 脚本
#! /bin/bash
cd /tmp
echo "current direction is $(pwd)"
yum -y install wget
wget https://www.python.org/ftp/python/3.6.6/Python-3.6.6.tgz
tar -zxvf Python-3.6.6.tgz
##python dependency
yum install -y gcc patch libffi-devel python-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel
yum -y install gcc automake autoconf libtool make
yum -y install gcc gcc-c++
echo "current direction is $(pwd)"
if [ -d /tmp/Python-3.6.6 ];then
echo "tar success .start make";
cd Python-3.6.6;
./configure --prefix=/tmp/python36;
make;
make install;
cd /tmp/python36
echo "python make end ,start env"
dir=$(pwd)
echo ''PATH=$PATH:''$dir/bin >> /etc/profile
source /etc/profile
echo "current PATH =$PATH"
mv /usr/bin/python /usr/bin/python_bak
ln -s $dir/bin/python3 /usr/bin/python
fi
docker python api 安装配置的详解
docker python api 安装配置的详解
1.docker宿主机配置文件修改
$vim /etc/default/docker #再已有OPTS中添加 DOCKER_OPTS="-H tcp://0.0.0.0:2375 -H unix://var/run/docker.sock" 使得可以通过tcp的2375端口连接到docker守护进程中，第二个-H及之后的内容可以省略
2.安装docker-py
$sudo pip install docker-py
3.编写api脚本
参考文档
http://docker-py.readthedocs.org/en/latest/
from docker import Client
d=Client(base_url='tcp://10.109.252.221:2375',version='auto',timeout=10)
#注意填写url端口版本号和超时时间
def containerCreate(**command):
container=d.create_containter(**command)
print container
#这里使用非关键字可变长参数**command，可以将需要使用的参数以字典形式传输，并且函数会自动识别字典内的参数
containerCreate(**{'name': 'test1','command': '/bin/bash','image':'ubuntu'})
#这里注意要使用**双星号传实参，不然会出错。
4.端口绑定、磁盘挂载和link操作
def containerCreate(port,volume,link,**command): # 创建容器
command['host_config']=d.create_host_config(port_bindings=port,binds=[volume],links=link)
container = d.create_container(**command)
d.start(container=container.get('Id'))
print container
containerCreate(**{'name': 'test1','stdin_open':True,'tty':True,'image': '10.109.252.221:5000/ubuntu','ports':[8008],'port':{8008:9995},'volume':'/home/ubuntu/test:/test','link':{'MysqL':'db'}})
#其中，ports必须声明，port和volume是我自己写的，用来传递参数
#ports声明容器开放的端口，port中，第一个是容器端口，后一个是主机端口，正好与dokcer run -p相反
#link操作需要传递字典或元组，我自己使用元组没有成功，用字典即可。
如有疑问请留言或者到本站社区交流讨论，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！
Docker | 多图预警 | 配置Docker下Python开发环境
有不少的朋友读了之前的一系列的Docker文章一脸懵逼，这和Python有什么关系？
Docker可以用来减轻我们搭建环境的繁琐步骤，我们完全可以把类似selenium等环境用Docker容器部署好，在代码里直接使用远端的selenium,简单方便。
使用Docker容器中的Python环境进行开发
环境准备:腾讯云CentOS 7 + Docker
修改Docker配置
简易版本:
编辑Docker相关配置文件:
vi /etc/docker/daemon.json
插入下面的配置:
注意这里是标准的json格式,格式出错Docker重启不了
{
"hosts": ["tcp://0.0.0.0:2375","unix:///var/run/docker.sock"]
}
重载Docker配置:systemctl daemon-reload
重启Docker:systemctl restart docker
复杂版本:
这版本用于使用上面的配置修改之后依旧无法连接的情况,咸鱼第一次配置就出现了这个情况，咸鱼在某课网的手记板块找到了答案。
这里贴一下原文地址:
参考链接：https://www.jb51.cc/article/details/id/28426
具体操作如下:
编辑下面的文件:
vi /lib/systemd/system/docker.service
将文件对应配置项修改后保存:
将
ExecStart=/usr/bin/dockerd
改为
ExecStart=/usr/bin/dockerd -H unix:///var/run/docker.sock -H tcp://0.0.0.0:2375
配置Pycharm
首先打开Pycharm中Docker的显示项:
修改Docker配置:
在下图对应的地方填入你之前编辑的Docker配置:
这里注意格式: tcp://host:ports
配置好后提示连接成功即可。
配置远程Docker的镜像作为Pycharm的解释器
点开配置,点击新增配置:
你以为到上面就结束了吗？解释器是配置好了，但是你的代码还在本地，所以需要配置代码自动上传到云服务器。
首先找到对应的选项,之前没有配置过的话这里选项是灰色的，需要先配置, 点击 configuration :
点击加号，填入对应的配置，填完可以测试一下是否可用:
如果不能使用，建议登录控制台，配置相关的安全组配置。
切换到隔壁的mapping选项卡,按照下图配置相关的路径和要上传到服务器上的路径:
以上都做完之后，返回本小节的第一张图，有自动上传选项将它勾起，之后当你的文件有更改就会自动上传至服务器指定的路径下。
到这里，你以为结束了那就太天真了。
解决代码自动上传后运行报错
当你上传代码后，运行后报错“无法找到对应的文件夹/文件”,这是因为这个时候我们的代码仅仅上传到了服务器上，但是我们的Python解释器是运行在容器中，而我们容器查找代码是查找的数据卷，所以这个时候就需要我们在配置中做一个简单的地址映射。
先看下上面一大段所涉及的原理图:
接下来我们开始配置,全局的地址映射:
效果：当我们配置云服务路径时会自动将我们本地路径映射过去
设置Python默认的mapping为对应的路径:
这里注意一点:这里的container path 指的是容器中路径,结合上面的原理图，全部的映射过程是 本地路径 -> 云服务器路径 -> 容器路径
咸鱼学Python
专注于Python商业化爬虫、Python数据科学的咸鱼
我们今天的关于Docker 安装 Python和docker安装python环境的分享就到这里，谢谢您的阅读，如果想了解更多关于Centos7.4 下，安装 Python3.6 和 Docker、docker -安装Python 脚本、docker python api 安装配置的详解、Docker | 多图预警 | 配置Docker下Python开发环境的相关信息，可以在本站进行搜索。
本文标签：
