[M1 Mac] So bauen Sie eine Python-Umgebung mit VScode + Docker (Datenanalyse- / Machine-Learning-Container)

Letztes Mal habe ich drei Hauptmethoden zum Erstellen einer Umgebung für Python auf einem M1-Mac zusammengefasst.

Apps mit Django / Flask entwickeln und Programme für Machine Learning / Data Science ausführen zu könnenHier sind die Schritte zum Erstellen einer Python-Umgebung mit Docker und Visual Studio Code (VScode) (bis zur Verbindung mit + Jupyter-Notebook).

Grund für Docker + VScode

Mit Docker können Sie eine virtuelle Umgebung mit relativ geringem Gewicht erstellen und ausführen, während Sie sie einfach mit einem Container verwalten.Wenn Sie für jedes Projekt separate Container verwenden, können Sie außerdem das Risiko von Umweltschäden aufgrund von Abhängigkeitskonflikten vermeiden, die manchmal in Anaconda auftreten.

Im Visual Studio-Code,Sie können die Möglichkeit verwenden, standardmäßig in einem Docker-Container auf den Python-Interpreter zuzugreifen.. Die beliebteste IDE (Integrated Development Environment) Pycharm in Python muss eine kostenpflichtige Version sein (ca. 1 Yen pro Jahr). VScode verfügt über den zweitgrößten Marktanteil und ist eine IDE, die so einfach zu verwenden ist wie Pycharm.

Was ist die führende Entwicklungsumgebung für Python, wie von über 2 Entwicklern gefragt?

Vorgehensweise zum Erstellen einer Python-Umgebung mit Docker und VScode

  1. Docker-Installation
  2. Installieren Sie Visual Studio Code und Erweiterungen
  3. Versuchen Sie, Vscode und Docker-Container zu verbinden

1. Docker installieren

Offizielle Docker-DokumentationInstallieren Sie die App entsprechend (die folgenden Inhalte sind gleich).

Bereiten Sie zuerst Rosetta2 vor, bevor Sie Docker installieren.Führen Sie den folgenden Befehl im Terminal aus:

 softwareupdate --install-rosetta

Hoffentlich wird es "Software-Update -install-rosetta" sagen, also fahren Sie fortDocker für Apple SilikonInstalliere die App.

Docker für Apfelsilikon

Wenn Sie Docker öffnen, werden Sie nach einem Passwort gefragt, also geben Sie es ein.

2. Visual Studio CodeUnd Installation von Erweiterungen

Microsoft-SeiteHolen Sie sich VScode von und installieren Sie es ebenfalls.

Wenn Sie VScode öffnen, erkennt es die Sprache ohne Erlaubnis und installiert das japanische Lokalisierungs-Plug-in, also lassen Sie es zu.Fügen Sie dann die Erweiterung "remote-containers" hinzu.

3. Versuchen Sie, Vscode und Docker-Container zu verbinden

Führen Sie den folgenden Befehl über das Terminal ausDocker-Hubか らContainer für Jupyter Lab (Notebook) basierend auf MinicondaIch werde es bekommen.

docker pull jupyter/scipy-notebook

Hier kann jeder Container erstellt werden. Wenn Sie nach Docker Hub suchen, finden Sie eine Vielzahl von Anaconda- und Pytorch-Containern.

Wenn Sie "Image" der Docker-Anwendung öffnen, wird ein neues Image erstellt, geben Sie also "Ausführen" → Option ein, um den Container auszuführen.

  • Containername: Bevorzugter Containername
  • Lokaler Host: 8888 (Port zum Verbinden mit dem Container, was auch immer)
  • Volume: Ich habe den Ordner vorerst unter Benutzer / Anwendung angegeben (einstellen, wenn Sie Volume mit Local teilen möchten)
Docker-Container-Optionen

In der VAcode-Befehlspalette (Befehl + Umschalt + P) "Remote-BehälterAnfügen zu LaufcontainerVerbindet VScode mit dem Container und öffnet ein neues VScode-Fenster. Wenn Sie ein Python-Paket hinzufügen möchten, arbeiten Sie von diesem Terminal aus.

Versuchen Sie, das Jupyter-Notizbuch zu öffnen

Während der Container ausgeführt wird, sagt der Browser "http://localhost:8888/", Die folgende Seite wird angezeigt.

Anmeldebildschirm für das Juupyter-Notebook

Das Login-Passwort (Token) befindet sich im "Log", das Sie sehen können, wenn Sie auf den Container klicken, also suchen Sie es und melden Sie sich an (der OOOOO-Teil von "http: // ~~~~ /? Token = OOOOO")

Log-Bildschirm des Docker-Containers

Der Rest ist ein vertrauter Bildschirm, daher denke ich nicht, dass er einer Erklärung bedarf.

Nach der Anmeldung bei Jupyter Notebook

So erstellen Sie eine Python-Umgebung mit VisualStudioCode + Docker.