Docker로 JupyterLab 빌드

동기

Python으로 데이터 분석을하는 환경을 원할 뿐인데, 왠지 env라든지 하는 동안에 기력이 빠져버린다

2018년 03월 추가
Colaboratory라는 훌륭한 서비스가 나와 있습니다. 조금 만지는 정도라면 단연 이쪽이 간단합니다!
htps : // 코 b. 레세아 rch. 오, ぇ. 코m/

전제

이미 docker 및 docker-compose를 사용할 수 있다고 가정합니다.

절차

Dockerfile

FROM jupyter/datascience-notebook
MAINTAINER Kenta Mukai

RUN pip install jupyterlab
RUN jupyter serverextension enable --py jupyterlab

추가로 설치하려는 파이썬 라이브러리가 있다면,

RUN pip install jupyterlab

아래에 추가하십시오.

노트북을 넣을 디렉토리를 만들어 둡니다.

$ mkdir work

옵션이 많기 때문에 docker-compose를 작성합니다.

docker-compose.yml

version: "2"
services:
  jupyterlab:
    build:
      context: .
    user: root
    ports:
      - "80:8888"
    volumes:
      - "./work:/home/jovyan/work" # ← notebookをホストと共有したいためディレクトリをマウント
    environment:
      NB_UID: 500 # ← 作業するユーザーのUID 私の環境では500だったので500を指定
      GRANT_SUDO: "yes"
    command: start.sh jupyter lab

컨테이너를 실행합니다.

# docker-compose build
# docker-compose up

jupyterlab_1  |     Copy/paste this URL into your browser when you connect for the first time,
jupyterlab_1  |     to login with a token:
jupyterlab_1  |         http://localhost:8888/?token=8669f6fc0b665b67a5e08017c6728976cb41558a46ce561a

콘솔에 이러한 출력이 나오므로 token을 복사합니다.
브라우저에서 80 포트를 열면 ...



열렸습니다.
방금 전 토큰으로 로그인할 수 있습니다.

비밀번호 설정

암호를 설정하려면 JupyterLab에서 다음을 실행하십시오.

from IPython.lib import passwd
passwd()

SHA1 문자열을 얻을 수 있기 때문에

sha1:c54efc741400:0e148aaf9a0d376f86742e68f89b7a95b395c35c

이 캐릭터 라인을 기동시에 건네주도록(듯이) 합니다.
이렇게 됩니다.

docker-compose.yml

version: "2"
services:
  jupyterlab:
    build:
      context: .
    user: root
    ports:
      - "80:8888"
    volumes:
      - "./work:/home/jovyan/work"
    environment:
      NB_UID: 500
      GRANT_SUDO: "yes"
    command: start.sh jupyter lab --NotebookApp.password='sha1:c54efc741400:0e148aaf9a0d376f86742e68f89b7a95b395c35c'

# docker-compose up -d

이제 설정 한 암호로 로그인 할 수 있습니다

사용해보기

Docker 이미지의 FROM인 jupyter/datascience-notebook 에는 NumPy 와 Pandas 와 같은 데이터 분석에 관한 패키지가 한 가지 포함되어 있으므로 바로 사용하기 시작할 수 있습니다. 어떤 것이 포함되어 있는지에 대한 자세한 내용은 마지막 링크를 참조하십시오.



work 디렉토리를 만들어 두었으므로, 여기에 기존의 노트북이나 CSV의 데이터를 두면, JupyterLab의 home에 나와 편리합니다.

링크

Jupyter Notebook Data Science Stack
htps : // 기주 b. 코 m / 쥬 py r / 도 c 케 r s cks / t ree /

JupyterLab
htps : // 기주 b. 코 m / 쥬 py r r b / 쥬 py r r b