使用docker在jupyter中管理包和卷的最佳实践

我正试图用docker上的jupyter/datascience笔记本创建一个项目模板，但我对以下内容感到困惑：

我必须为每个项目创建一个容器（我使用docker compose）

在我的项目模板中，使用Dockerfile和docker-compose.yml文件，我有一个名为“笔记本”的文件夹，我将其安装在/home/jovyan上，以便在停止容器时保存数据，但我也找到了一些缓存文件，这是最佳做法吗

如何管理软件包？我必须在jupyter笔记本上写下类似“！pip install xxxx”，或者在Dockerfile中写下“RUN pip install xxxx”和“pip install”或“conda install”？这两种环境都是从jupyter认可的？如果我有“requirements.txt”，我可以为pip创建一个“requirements.pip.txt”，为conda创建一个“requirements.conda.txt”吗？嗯。。。。。一些最佳实践

Dockerfile：

FROM jupyter/datascience-notebook:latest
EXPOSE 8888
ENV JUPYTERLAB_ENABLED=true

docker-compose.yml：

version: "3.8"
services:
  jupyter:
    build: .
    ports:
      - 8888:8888
    container_name: jupyter
    volumes:
      - ./notebooks:/home/jovyan

这是我现在的项目 [1] :

除非需要使用冲突的模块，否则不太可能需要制作多个容器

装载到不同的目录，例如

/home/jovyan/notebooks

，并在jupyter配置中将其设置为您的工作目录。这可能很棘手，您可能想克隆我的docker compose以进行简单的设置：只需编辑docker文件并将

minimal

替换为

datascience

，即可设置所需的设置

最好装载

requirements.txt

和您需要的python包列表。再次参考我的docker compose，了解如何以正确的方式进行操作

---

非常肯定jupyter stacks github repo回答了您关于需求文件的问题，但是它们不应该在笔记本中，除非您希望在每次重新启动容器时重新下载它们