简介

您是否遇到过这样一种情况：您希望在笔记本中运行一个小python代码来检查解决方案是否可行，特别是在您希望使用ML库运行一些示例数据科学测试的情况下？在系统上本地执行此任务的方法是什么？（假设你还没有订阅以SaaS应用程序运行的Jupyter笔记本，这通常会产生一些成本）

这些是你可能会遵循的步骤

我相信每个人都会经历类似的障碍，我之所以想写这个博客，主要是因为我在过去曾多次遇到过类似的情况（我多次面对这个问题，因为我不得不更换一次公司的笔记本电脑，重新映像我的windows操作系统等等，举几个例子，我只剩下一个新的Windows操作系统，没有安装任何应用程序）

然后正如预期的那样，我不得不重复上面提到的步骤2-7。真麻烦！。

我在寻找解决方案，搭建大数据平台，以减少在环境设置、应用程序安装等方面花费的时间，这些不是生产性任务，而是开始实际"工作"的先决条件。

就像命中注定的遭遇一样，我碰巧遇到了集装箱化和Docker集装箱的概念。这让我想到了许多想法，这些想法可能有助于解决我上面提到的用户/开发人员的痛点。

现在，让我们开始讨论手头的主题。是的，如何利用容器的力量来减轻您的日常工作，在这种情况下运行Jupyter笔记本预装了您最喜欢的所有ML库零或最小的努力。

容器来拯救

我们的问题可以解决的帮助容器。在这个博客中，我们将集中讨论Docker容器。

我喜欢Docker的一个主要原因是它的简单性，大数据分析学习，可以安装在Linux、MacOS或Windows上。

安装Docker，您可以点击以下官方链接

窗口：https://docs.docker.com/v17.09/docker-for-windows/install/

Mac：https://docs.docker.com/v17.09/docker-for-mac/install/

Ubuntu：https://docs.docker.com/v17.09/engine/installation/linux/docker-ce/ubuntu/

注意：如果您运行的是Docker for Windows，微信返利机器人哪个好，安装时需要将容器类型设置为"Linux containers"，因为我在本博客中引用的图像都是Linux图像。

一旦安装成功（必须重新启动系统才能成功安装），返利购物，请确保Docker守护进程正在运行。要验证安装是否成功，请打开命令提示符（cmd）并运行以下命令

输出类似于

"你好，Docker！此消息显示您的安装似乎工作正常。"

万岁！！！docker安装已完成并成功。现在你可能会想，"这太简单了……安装怎么能这么容易呢。一定有什么陷阱。嗯，大数据查询平台，好消息是没有鱼。这就是安装Docker所需要的一切。

现在Docker应用程序正在运行，让我们拉/下载我们已经建立的Jupyter映像。要将映像下载到本地系统，请运行以下命令

这是一个已经生成并准备作为容器运行的jupyter映像。上面的命令将从Docker Hub存储库"ashomega/jupyter\u all\u libs"下载jupyter映像

一旦拉取完成，您可以使用此命令运行Docker容器

如果您想将本地系统上的共享目录装载到容器，您可以使用如下所示的-v选项

一旦此步骤完成，您可以可以通过调用URL启动Jupyter笔记本并开始您的工作。

结论

您可以在上面看到如何通过容器化轻松设置Jupyter笔记本环境。

原始docker图像可以在URL中找到

https://hub.docker.com/r/ashomega/jupyter\u所有\u libs/