数据分析及机器学习环境配置（docker极简入门指南）

做数据科学一般需要用到类似XGBOOST、TensorFlow之类的库，这些库在win下不是那么好安装的，但是很多人又需要它们，那怎么办呢，最简单的就是用docker的方式，不仅具备一个linux虚拟环境，还可以同时使用windows。
它其实是一个相当易用的软件，本文不教太多命令，因为我也不会，只会讲几个基本命令。本文就讲讲如何在win10下如何安装使用docker

一：docker是什么？

docker是什么，官方说这叫容器，但确实难以理解，入门的把它理解为轻量级虚拟机就好

二：为什么要用docker？

一些使用windows系统的用户在安装python库、tensorflow、xgboost等时经常遇到安装不了或者编译问题等

不用研究如何安装linux，直接在win下获得linux环境，使用强大的linux shell

解决python环境污染问题

方便保持各种包及库为最新状态，从手动更新变成docker镜像市场更新

方便结果复现，你只要指定相同的镜像版本，那么每一台机子运行环境都是一样的，不会出现把程序发给别人了，但是别人无法运行的问题。

三：docker 的简单入门教程

1. 下载安装docker

首先当然是去官网下载啦，进入Docker，点击图上的图标，我们可以看出如果用win10那么你必须要安装专业版或者旗舰版，家庭版的win10只能悲剧去和win7一样安装就docker
toolbox啦，这里就不展开讲了。默认你是win10专业版，如果你不是，那么你就变身吧……

2. 下载安装docker

这个一般就是不停的点下一步下一步，过…

如果有提示，可能是需要你开启hyper-v或者进BIOS里开启虚拟化，跟着提示来走即可

3. 启动docker

双击这个图标就运行起来了，右下角如图

4. 拉取镜像

按win+r并输入cmd后回车，打开cmd后输入以下命令拉取kaggle官方制作的一个镜像，里面封装好了xgboost、anaconda、tensorflow等常用的库及软件，而且kaggle还会不断的更新，省的自己来update。docker市场还有各种镜像，比如mysql、ubuntu等，随你挑选。

docker pull kaggle/python

要下载几个G，安心等吧，如果下不了那么就去daocloud 注册个账号弄个加速吧。

5. 建立一个文件夹来交换文件

此处我们在D盘建立一个kaggle文件夹来与虚拟机交互文件，继续在cmd中输入下面的命令进入d盘，然后新建一个文件夹叫做kaggle

cd /d d:
mkdir kaggle

那么我们的需要交互的文件夹的就钦定位“D:/kaggle”了，以后在linux中就可以直接访问win下的kaggle文件夹了

6.修改docker设置

在docker图标上右键，选择settings。在advanced中可以多分配一些资源给docker；在shared drives中选择D盘，点击apply，需要输入win10账号密码，等待docker重启完成。

7. 运行镜像

然后从镜像创建一个容器来运行，继续输入

docker run --name kaggle  -v D:/kaggle:/tmp/working/kaggle  -w=/tmp/working -p 8888:8888 -d  -it kaggle/python  jupyter notebook --no-browser --ip="0.0.0.0" --notebook-dir=/tmp/working

运行后结果如图，如果没有报错就代表成功了。简单解释一下 —name kaggle 代表我们给它起名叫kaggle；同时指定一个交换目录，把win下的d:/kaggle 映射到linux下的/tmp/working/目录；端口号都设置为8888；-d 代表在后台运行 ；jupyter notebook —no-browser 代表不用浏览器的方式运行notebook，因为我们用win10下的浏览器。

8. 进入容器找到token

现在notebook有一个安全验证，需要得到token才能使用，我们继续输入

docker exec -it kaggle bash

这样就进入linux的bash了，你可以随意输入一些shell命令，比如apt，ls，pip等等，

此次我们输入

jupyter notebook list

将token= 后面的一串字符“512bc…..4ed0”复制出来，获取token后输入

exit

退出bash

9. 运行notebook

这个时候可以使用jupyter notebook了，浏览器中输入地址

localhost:8888

访问的就是是docker里的notebook，黏贴我们刚才复制得到的token；接着新建一个notebook，然后测试一下导入库是否成功



完美~~~

10. 停止容器

如果我们不用了，可以停止容器

docker stop kaggle

11.重新启用容器

我们如果要运行之前的容器只需输入

docker start kaggle

也就是只要第一次完成了，之后就只要11-12步骤就可以启用关闭容器了，是不是非常简单。

12.更新docker（可选）

如果kaggle更新了镜像，只需要

docker pull kaggle/python

就可以用到他们提供的最新包了，当然这样的话就需要重新执行8-10步骤了，并且用docker rmi xxx 来移除掉过时的镜像。

PS

1.在win10专业版 v1607+docker V1.13.1下测试通过

2.部分C盘较小的人，可以在第7步的advanced标签下修改存放镜像的位置

3.本文采用markdown here渲染完成，有点丑

4.建议用kitmateic来管理容器，非常直观漂亮