OS:Windows10 Home 1909 Docker:Docker Toolbox Version Docker: 19.03.12
J'avais honte d'utiliser Docker pour la première fois dans la maintenance de l'environnement Jupyter, et je ne connaissais pas grand-chose à Docker. Je l'écrirai avec un sens de l'auto-discipline. * Utilisez docker-compose.yml
L'image Docker est construite sur la base du Dockerfile. Une fois que vous avez «construit» l'image Docker, un cache sera créé. En termes simples, le cache accélère la deuxième lecture et les suivantes. S'il y a ce cache, il sera utilisé préférentiellement au moment de build
. Par conséquent, lors de la mise à jour du Dockerfile, utilisez docker-compose build --no-cache
pour faire build
sans utiliser le cache.
Veuillez noter que cela peut prendre beaucoup de temps en fonction de la chose car c'est une build
qui n'utilise pas de cache.
Dockerfile
FROM jupyter/datascience-notebook
RUN pip install --upgrade pip
RUN pip install jupyterlab
RUN jupyter serverextension enable --py jupyterlab
RUN curl -L "https://moji.or.jp/wp-content/ipafont/IPAexfont/IPAexfont00401.zip" > font.zip
RUN unzip font.zip
RUN cp IPAexfont00401/ipaexg.ttf /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf/ipaexg.ttf
RUN echo "font.family : IPAexGothic" >> /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/matplotlibrc
RUN rm -r ./.cache
Dans un environnement Windows, exécutez-le dans Docker Quickstart Terminal.
Allez dans le répertoire contenant le Dockerfile décrit dans Dockerfile et le docker-compose.yml correspondant au Dockerfile avec cd
, et exécutez la commande suivante (Notes Veuillez également vérifier).
docker-compose build
docker-compose up -d
Si vous n'avez pas défini la valeur du jeton dans docker-compose.yml (en supposant que la valeur vide est "set"), l'URL sera sortie vers le terminal (par exemple http://127.0.0.1: 8888 /? Jeton = ...). Jupyter peut être utilisé en y accédant avec n'importe quel navigateur, y compris sa valeur de jeton.
Une fois que Jupyter est disponible, exécutez ce qui suit en Python:
import matplotlib
import matplotlib.pyplot as plt
plt.figure()
plt.title('Ah- A')
plt.ylabel('je- i')
plt.xlabel('U- Uu')
En conséquence, si la sortie ressemble à l'image ci-dessous, vous pouvez utiliser le japonais! Je vous remercie pour votre travail acharné!
Après avoir obtenu notre diplôme de l'environnement Anaconda, nous passerons enfin à l'environnement Docker! C'était bien que je sois enthousiaste, mais j'étais nouveau dans Docker et je ne connaissais que le système d'analyse de données, donc je n'étais pas familier avec les connaissances informatiques et j'ai trébuché plusieurs fois. En fait, j'ai abandonné une fois pour pouvoir utiliser ce japonais.
De plus, les articles récents ne concernent que l'environnement Mac et il est difficile de trouver des articles pour l'environnement Windows. Cependant, l'environnement de l'article sur l'environnement Windows change au fil du temps, et même si vous tapez le code tel quel, cela peut ne pas fonctionner. C'est amusant d'améliorer ces codes, mais c'est difficile quand on est débutant ...
Recommended Posts