[DOCKER] Introduction à Python "Re" 1 Construction d'un environnement d'exécution

introduction

** Réintroduction à Python **, donc je vais écrire un article pour revoir la grammaire de base de Python.

Juste un an avant de commencer à programmer, j'essayais de faire quelque chose avec Python. Un an s'est écoulé depuis, et maintenant je développe principalement des applications web utilisant Ruby.

La raison pour laquelle je suis venu ici et j'ai décidé de revoir Python était que j'avais un travail. Je prévois de trouver un emploi en avril de l'année prochaine, et les entreprises qui envisagent de trouver un emploi développent des services utilisant l'apprentissage automatique et l'apprentissage profond. Je n'ai pas de poste d'ingénieur en apprentissage automatique, mais je pense qu'il est plus facile de comprendre le service si je l'ai touché. J'ai l'impression que Python dispose d'une multitude de bibliothèques d'apprentissage automatique, j'ai donc décidé de commencer par apprendre Python.

Comme je l'ai mentionné au début, le langage que j'ai touché pour la première fois lorsque j'ai commencé la programmation était Python, mais ** j'oublie complètement j'ai complètement oublié la grammaire etc. **, donc je vais le réintroduire en quittant cet article. Je le ferai.

Public cible

Mise en garde

J'ai commencé par revoir la grammaire Python parce que je voulais utiliser Python pour implémenter l'apprentissage automatique et l'apprentissage profond. Notez que "code in Python" = "l'apprentissage automatique est possible" ne l'est pas. Si vous êtes intéressé par l'apprentissage automatique et l'apprentissage profond, mais que vous n'avez pas besoin de le mettre en œuvre si vous comprenez le concept, je pense que vous devriez vous référer à des articles et des livres à cet effet.

↓ Le sujet principal est d'ici

Construire un environnement d'exécution Python

Présentation de Jupyter Notebook

Le bloc-notes Jupyter vous permet de saisir et d'exécuter du code Python à l'aide d'un navigateur Web. Vous pouvez exécuter du code qui ressemble à un shell interactif, ce qui est très pratique pour déplacer vos mains et en apprendre davantage sur Python.

Il est rapide d'installer Anaconda Navigator pour utiliser Jupyter Notebook.

** * Qu'est-ce qu'Anaconda Navigator? ** **

Anaconda Navigator est une distribution qui contient de nombreux logiciels nécessaires au développement Python. Des outils pratiques tels que Jupyter Notebook et spyder sont inclus dès le début.

Procédure d'installation d'Anaconda Navigator

Procédure d'installation pour mac (officielle) Procédure d'installation pour win (officielle)

Si vous démarrez Anaconda Navigator installé selon la procédure ci-dessus, vous devriez voir Jupyter Notebook dans le menu.

Je publierai sur l'utilisation de base de Jupyter Notebook dans un autre article.

Indispensable pour l'analyse des données! Comment utiliser Jupyter Notebook [Pour les débutants]

Introduction de Jupyter Notebook dans le conteneur Docker

De là, c'est pour ceux qui ne veulent pas polluer l'environnement PC. Si cela ne vous dérange pas, vous pouvez installer Jupyter Notebook par la méthode ci-dessus.

Il s'agit d'une construction d'environnement de notebook jupyter utilisant docker, mais veuillez le pardonner car il s'agit d'une procédure pour les utilisateurs de mac.

1. Obtenez l'image Docker

L'image est publiée sur Docker Hub, utilisez donc ceci. jupyter/scipy-notebook jupyter/docker-stacks

Cette fois, nous allons créer ipython_notebook comme répertoire de travail et travailler dessus.

À propos, IPython Notebook est l'ancien nom de Jupyter Notebook. À l'origine, c'était un outil pour Python, mais il semble maintenant qu'il ait été renommé car il peut exécuter d'autres langages de script tels que Ruby.

Obtenez une image.

ipython_notebook


$docker pull jupyter/scipy-notebook
$docker image ls #jupyter/scipy-Confirmez que le cahier est affiché

Si vous exécutez la dernière commande et que jupyter / scipy-notebook s'affiche, c'est OK.

2. Montez le répertoire hôte (préparation)

Pendant que nous travaillons, nous voulons monter le répertoire hôte, donc créez un répertoire code sous / ipython_notebook.

Tout d'abord, Docker s'assure que / Users est un répertoire partagé avec Docker pour Mac. (Parce que le répertoire ipython_notebook existe sous Utilisateurs cette fois) Veuillez consulter cet article pour la méthode de confirmation.

ipython_notebook


$mkdir code
$cd code
$pwd #Nous utiliserons le résultat de cette commande plus tard.

3. Créez un conteneur

Ensuite, créez un conteneur à partir de l'image prise en 1. De plus, lors de la création du conteneur, montez le répertoire code créé en 2 en tant que volume.

Le code suivant créera un conteneur qui monte le répertoire créé dans 2. Il convient de noter ici que la partie ... de / Users / ... / ipython_notebook / code diffère d'une personne à l'autre. La spécification du volume est -v chemin du répertoire hôte: chemin du répertoire dans le conteneur, donc collez le résultat de l'exécution de la commande pwd plus tôt dans le chemin du répertoire hôte ici.

ipython_notebook


$docker run -p 8888:8888 --name jupyter -v \
/Users/.../ipython_notebook/code:/home/jovyan/work \
jupyter/scipy-notebook

Si vous exécutez la commande ci-dessus, vous obtiendrez le résultat d'exécution suivant, copiez donc la chaîne de caractères sous token =. スクリーンショット_2020-07-30_0_45_05.png

Avec l'option -p 8888: 8888, accéder à http: // localhost: 8888 depuis n'importe quel navigateur ouvrira la page d'authentification. Entrez ici le jeton d'authentification copié dans ↑ et entrez un nouveau mot de passe pour vous connecter. (Le mot de passe défini sera requis pour la prochaine connexion.)

Lancement de la deuxième transition

Le conteneur Ctrl C sera arrêté lorsque vous arrêterez le conteneur exécuté ci-dessus. Lors du démarrage du conteneur à partir de la deuxième fois, exécutez docker start jupyter pour le démarrer. Pour arrêter le conteneur, exécutez docker stop jupyter pour l'arrêter.

ipython_notebook


#Lors de l'arrêt du conteneur exécuté ci-dessus
Ctrl + C
#Lors du lancement du conteneur à partir de la deuxième fois
$docker container start jupyter
#Lors de l'arrêt du conteneur démarré par le conteneur Docker démarrer
$docker container stop jupyter

Cela termine la construction de l'environnement Jupyter Notebook lors de l'utilisation de Docker.

Dès la prochaine fois, j'écrirai sur la grammaire de base de Python.

référence

Recommended Posts

Introduction à Python "Re" 1 Construction d'un environnement d'exécution
Une introduction à la programmation Python
Premiers pas avec Python pour les non-ingénieurs
[Tutoriel Python] Une introduction facile à Python
Création d'un environnement pour exécuter des programmes Python sur AWS EC2
[Python] Création d'un environnement avec Anaconda [Mac]
Une introduction à Python pour l'apprentissage automatique
Une introduction à Python pour les programmeurs en langage C
Créer un environnement qui utilise Python avec Eclipse
Créer un environnement pour exécuter des scripts Python (pour Mac)
Construire un environnement Anaconda pour Python avec pyenv
Introduction au langage Python
Introduction à OpenCV (python) - (2)
[Python] Créer un environnement d'exécution de tâches asynchrone + environnement de surveillance
Notes de l'installation de Homebrew à la création d'un environnement Anaconda pour Python avec pyenv
Construire un environnement conforme à la norme de codage Python (PEP8) avec Eclipse + PyDev
Introduction au traitement parallèle distribué Python par Ray
Créer un environnement pour le traitement du langage naturel avec Python
Construction de l'environnement de développement Python 2020 [De l'installation de Python à l'introduction à la poésie]
Créer un environnement pour utiliser CaboCha avec Google Colaboratory
Introduction à Python Django (2) Win
Introduction à Private TensorFlow
Une introduction à l'apprentissage automatique
Introduction à la communication série [Python]
Construire un environnement virtuel Python
[Introduction à Python] <liste> [modifier le 22/02/2020]
Introduction à Python (version Python APG4b)
Introduction à l'optimisation bayésienne
Construire un environnement virtuel Python
Introduction à Python pour, pendant
Résumé de la construction de Python 3.4. * De la source à la création d'un environnement informatique scientifique
Introduction à Python que même les singes peuvent comprendre (partie 3)
Introduction à Python que même les singes peuvent comprendre (partie 1)
Introduction à Python que même les singes peuvent comprendre (partie 2)
[Django] Mémo pour créer un environnement de Django + MySQL + Vue.js [Python]
Construire un environnement Python sur Mac
[Présentation de l'application Udemy Python3 +] 58. Lambda
[Présentation de l'application Udemy Python3 +] 31. Commentaire
Une introduction à Mercurial pour les non-ingénieurs
Entraine toi! !! Introduction au type Python (conseils de type)
[Introduction à Python3 Jour 1] Programmation et Python
Construire un environnement Python sur Ubuntu
[Introduction à Python] <numpy ndarray> [modifier le 22/02/2020]
[Présentation de l'application Udemy Python3 +] 57. Décorateur
Introduction à Python Hands On Partie 1
[Introduction à Python3 Jour 13] Chapitre 7 Chaînes de caractères (7.1-7.1.1.1)
Django débutant a essayé de créer l'environnement
[Introduction à Python] Comment analyser JSON
[Présentation de l'application Udemy Python3 +] 56. Clôture
[Introduction à Python3 Jour 14] Chapitre 7 Chaînes de caractères (7.1.1.1 à 7.1.1.4)
[Présentation de l'application Udemy Python3 +] 59. Générateur
Créer un environnement virtuel avec Python 3
[Introduction à Python3 Jour 15] Chapitre 7 Chaînes de caractères (7.1.2-7.1.2.2)
[Introduction à Python] Utilisons les pandas
Python (de la première fois à l'exécution)
De Ubuntu 20.04 introduction à la construction d'environnement
Atelier de programmation Python-Ultra-Introduction à l'environnement d'exécution Python
[Introduction à Python] Utilisons les pandas
[Introduction à l'application Udemy Python3 +] Résumé