在 Python 项目中使用 Docker 进行开发和部署，可以实现环境的快速构建、隔离与迁移，提高开发效率并简化部署流程。以下是详细的配置与使用步骤： ### 创建 Python 项目的 Docker 环境 1. **准备基础镜像** 首先从官方或可信源拉取一个 Python 基础镜像，例如 `python:3.6`。这将作为构建自定义镜像的基础环境。 ```bash docker pull python:3.6 ``` 2. **生成依赖文件** 在本地开发环境中导出项目所需的 Python 包列表，生成 `requirements.txt` 文件，用于后续镜像构建时安装依赖。 ```bash pip3 freeze > requirements.txt ``` 3. **编写 Dockerfile** 创建一个 `Dockerfile` 来定义镜像构建流程。该文件指定了基础镜像、工作目录、依赖安装方式及容器启动命令。 ```dockerfile FROM python:3.6 WORKDIR /work/docker/python/app COPY requirements.txt ./ RUN pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple --no-cache-dir -r requirements.txt COPY . . ENTRYPOINT ["python"] CMD ["./app.py"] ``` 4. **构建镜像** 使用 `docker build` 命令根据 Dockerfile 构建自定义镜像，标签为 `python_app:1.0`。 ```bash sudo docker build -t python_app:1.0 . ``` 5. **运行容器** 启动容器实例，并指定名称以便后续管理。`--rm` 参数表示容器退出后自动清理资源。 ```bash sudo docker run --rm --name my_python_app python_app:1.0 ``` 6. **管理镜像与容器** 可通过以下命令查看、删除镜像与容器： ```bash docker images # 查看所有镜像 docker ps -a # 查看所有容器 docker rmi <image_name> # 删除指定镜像 docker rm <container_name> # 删除指定容器 ``` 7. **保存与导入镜像** 若需将镜像迁移到其他机器，可将其保存为 tar 文件，并在目标机器上加载。 ```bash docker save -o python_app.tar python_app:1.0 docker load < python_app.tar ``` ### 开发环境中的注意事项 - **挂载本地目录**：在开发阶段，可以通过 `-v` 参数将本地代码目录挂载到容器中，避免每次修改代码都重新构建镜像。 ```bash sudo docker run --rm -v $(pwd):/work/docker/python/app -w /work/docker/python/app python:3.6 python app.py ``` - **多阶段构建**：对于生产环境，建议使用多阶段构建以减少最终镜像大小，仅保留运行所需文件。 - **网络与端口映射**：若应用需要监听外部请求（如 Flask 或 Django 应用），需使用 `-p` 参数映射端口。 ```bash sudo docker run --rm -p 5000:5000 python_app:1.0 ``` - **持久化数据**：若涉及数据库或其他需要持久化的数据，应使用 Docker Volume 或绑定宿主机目录。 ### Windows 系统下的 Docker 支持 在 Windows 上部署 Python 的 Docker 环境，需启用 Hyper-V 并安装 Docker Desktop。由于 Docker 容器基于 Linux 内核运行，Windows 上的 Docker 实际运行在一个轻量级虚拟机中。安装完成后，即可通过 PowerShell 或命令行工具执行上述操作[^3]。 ---