docker + miniconda + python 环境安装与迁移（详细版）

本文主要列出从安装docker+python环境到迁移环境的整体步骤。windows与linux之间进行测试。

简化版可以参考：docker + miniconda + python 环境安装与迁移（简化版）-CSDN博客

目录

一、docker 安装和测试

二、docker中拉取miniconda，并虚拟环境安装和测试

三、环境+代码的迁移并运行（以linux _to_win举例）

大概的过程手绘了一下：

---

一、docker 安装和测试

【linux端】

可以参考其他教程，不在此赘述，以windows端举例。

【windows端】

我的是windows10 家庭中文版，docker 安装和测试部分的详情 可以参考：

【Docker】Windows11操作系统下安装、使用Docker保姆级教程_docker windo11-CSDN博客

1. ​​​​​​安装docker windows 版本

下载链接:Docker Desktop: The #1 Containerization Tool for Developers | Docker

安装后重启，登录账号，大概率会报错，报的错是”unexpected wsl error“

2. 配置本机电脑，解决上述错误

我的是windows10 家庭中文版，核对：

控制面板--程序--开启或关闭windows功能，如果没勾选，请勾选上这俩。

然后：

# powershell进去后，输入命令
wsl --update

# 安装后查看版本，显示“默认版本：2”
wsl --status

注意：启动成功后，我没有再安装linux发行版。有需要的也可以再装一个。

在 Windows Subsystem for Linux (WSL) 中，当你启用了WSL功能后，你需要从Microsoft Store中下载并安装所需的Linux发行版。WSL并不自带任何Linux发行版，而是提供了一个框架，允许用户选择并安装自己喜欢的发行版。

你可以从 Microsoft Store 中搜索并下载你需要的 Linux 发行版，比如 Ubuntu、Debian、OpenSUSE 等。安装完所选发行版后，你就可以通过启动WSL来访问和使用它了，而无需再次安装或配置发行版。

3. 测试docker

# cmd进去后，输入命令，进行测试

docker pull hello-world

docker images

docker run hello-world

# 列出所有容器
docker ps -a

# 列出正在运行的容器
docker ps -q

# 查看指定容器
docker ps -a|grep xxx

# 暂停/停止/重启 某容器
docker pause/stop/restart 具体的CONTAINER ID

# 删除容器
docker rm 具体的CONTAINER ID

# 删除镜像
docker rmi Image_ID

如果pull很慢的话，可配置阿里云镜像加速， 记得在false后面加英文","

# 填入内容
"registry-mirrors": ["https://inhj05a1.mirror.aliyuncs.com"]

二、docker中拉取miniconda，并虚拟环境安装和测试

【windows端】

1. 安装miniconda

docker search miniconda

docker pull continuumio/miniconda3

docker run -it --name="miniconda" continuumio/miniconda3 /bin/bash

2. 【测试】创建新环境 for test

# 下面就和直接在没有docker的环境中一样操作了
(base) root@de9f167d9176:/# conda create -n test python=3.8

(base) root@de9f167d9176:/# conda activate test
(test) root@de9f167d9176:/# conda env list

可以在这个环境中，继续用conda install 或者pip install安装其他包。

conda install numpy=1.93
pip install numpy==1.93

【linux端】和windows一样的

1. 安装miniconda和python环境

# step1
docker search miniconda

docker pull continuumio/miniconda3

docker run -it continuumio/miniconda3 /bin/bash

# step2
conda create -n test_l python=3.8
conda activate test_l

# step3, 退出镜像的conda环境
exit

**在这步里，只需要拉取了continuumio/miniconda3就可以了，不用创建新环境，如果创建了新环境，在退出continuumio/miniconda3这个容器之前，就需要把创建了新环境之后的continuumio/miniconda3保存成新的镜像，不然下次再进来，这次创建的新环境就不见了。

**我们更习惯在本地搞一个miniconda，所有环境都在里面，然后当需要打包的时候，在本地将要打包的环境复制到continuumio/miniconda3中。具体看下面的步骤三。

三、环境+代码的迁移并运行（以linux _to_win举例）

1、本地miniconda及虚拟环境安装

先在github上建仓库，然后git clone到linux中后，在本地创建一个环境，然后测试通过。

# 下载project
cd 目标文件夹
git clone 网址

# 安装miniconda，参考官网
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh

~/miniconda3/bin/conda init bash

# 建立本地环境
conda create -n test python=3.8
conda activate test
conda env list

conda deactivate

2、在本地环境中，复制环境+代码到docker的容器中

比较详细的介绍可以参考：

Docker 封装anaconda环境，生成镜像并打包，纯小白一文读懂（二）_continuumio/anaconda3-CSDN博客

# 创建一个名为test的容器
docker run --name test -idt continuumio/miniconda3


*****************查看容器， 找到conda的路径************
# 进入容器
docker exec -it test /bin/bash

# 查看base所在路径
conda env list

# 快捷键退出容器，不会停止容器
ctrl+d 

# 用exec进入容器，在使用快捷键退出容器时，不会停止容器。所以最开始才使用-idt创建
# 因为 -d 参数默认不会进入容器，想要进入容器需要使用指令 docker exec

*****************查看容器************

# 复制本地的环境到test容器中
docker cp /home/.../miniconda3/envs/test/ test:/opt/conda/envs

# 复制代码
docker cp /home/.../neuron_segment test:/root/


**************查看容器*************
docker exec -it test /bin/bash
conda env list
ls /root/
ctrl+d 
**************查看容器*************

至此，环境+代码也已复制成功。

3、将容器保存为镜像，保存成压缩包

# 将容器保存为镜像，并查看
docker commit -a 'author' -m 'instruction' test image_test

# cd到一个目录
cd ...

# 压缩镜像
docker save -o test_tar.tar image_test

至此，环境+代码也已打包成功。

4、解压镜像、创建容器、测试代码

# 拷贝.tar文件到指定目录

# 在win这边/要运行的机器上cmd后，cd到上面的指定目录
# if win
cd /d 目录

# 解压，查看后发现，已创建了一个新的image_test的镜像
docker load -i test_tar.tar

# 创建容器
docker run --name test_create -idt image_test

**************进入容器*************
docker exec -it test_create /bin/bash
conda env list
ls /root/

# 测试代码
conda activate test
cd /root/文件夹目录
python **.py