Docker 환경의 Python에서 일본어를 사용할 수 있도록
4725 단어 파이썬python3.8matplotlibJupyter도커
환경
OS: Windows10 Home 1909
Docker: Docker Toolbox
Docker 버전: 19.03.12
주의점
부끄러워하면서 Docker를 Jupyter 환경 정비에서 처음으로 사용하여 Docker에 대해 많이 알지 못했습니다. 자계의 마음도 담아 기재해 둡니다. ※ docker-compose.yml 사용
Docker image는 Dockerfile을 기반으로 구축됩니다. Docker image를 한 번build
하면 캐시가 생성됩니다. 캐시란 간단히 말하면, 2번째 이후의 읽기를 고속화하는 것입니다. 이 캐시가 있으면 build
때 우선적으로 사용됩니다. 따라서 Dockerfile을 업데이트 할 때 docker-compose build --no-cache
에서 캐시를 사용하지 마십시오 build
.
캐시를 사용하지 않는 build
이므로 일부 항목에 상당한 시간이 걸릴 수 있습니다.
Dockerfile
FROM jupyter/datascience-notebook
RUN pip install --upgrade pip
RUN pip install jupyterlab
RUN jupyter serverextension enable --py jupyterlab
RUN curl -L "https://moji.or.jp/wp-content/ipafont/IPAexfont/IPAexfont00401.zip" > font.zip
RUN unzip font.zip
RUN cp IPAexfont00401/ipaexg.ttf /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf/ipaexg.ttf
RUN echo "font.family : IPAexGothic" >> /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/matplotlibrc
RUN rm -r ./.cache
사용방법
Windows 환경에서는 Docker Quickstart Terminal에서 실행하십시오.
Dockerfile에 있는 Dockerfile 및 Dockerfile에 해당하는 docker-compose.yml이 있는 디렉터리로 cd
로 이동한 후 다음 명령을 실행합니다(주의점도 확인하십시오).
docker-compose build
docker-compose up -d
docker-compose.yml에서 token 값을 설정하지 않은 경우 (빈 값은 "설정 중"이라고 가정합니다), 터미널에 URL이 출력된다고 생각합니다 (e.g. htp://127.0.0.1:8888/? 토켄 = ...). 그 token 값도 포함해 임의의 브라우저로 액세스하면 Jupyter를 사용할 수 있게 되어 있는 하즈입니다.
※ token 값을 빈 값으로 설정한 경우에는 http://192.168.99.100:8888 (windows) 로 액세스할 수 있습니다. 맥 http://localhost:8888
확인 방법
Jupyter를 사용할 수 있다면 다음을 파이썬에서 실행하십시오.
import matplotlib
import matplotlib.pyplot as plt
plt.figure()
plt.title('あ - A')
plt.ylabel('い - i')
plt.xlabel('う - Uu')
그 결과, 아래의 화상과 같이 출력되고 있으면 일본어를 사용할 수 있게 되어 있습니다!
수고하셨습니다!
결론
Anaconda 환경에서 졸업하고 마침내 Docker 환경으로 이동합니다! 라고 의지한 것은 좋았지만, Docker는 처음으로, 데이터 분석 계통의 지식 밖에 없었기 때문에 IT 지식은 자세하지 않고, 몇번이나 망설였습니다. 실은 이 일본어를 사용할 수 있도록 하는 것도 한 번 포기했습니다.
또, 최근의 기사는 mac환경만으로 windows환경의 기사를 찾는 것도 힘든 일입니다. 단지 그 windows 환경의 기사도 시간 경과로 환경이 바뀌어, 그대로의 코드를 박아도 움직여 주지 않는 것도 남아 있습니다. 그 코드를 개량하는 것도 즐겁지만 초학자 때는 어렵습니다 ....
참고 기사
부끄러워하면서 Docker를 Jupyter 환경 정비에서 처음으로 사용하여 Docker에 대해 많이 알지 못했습니다. 자계의 마음도 담아 기재해 둡니다. ※ docker-compose.yml 사용
Docker image는 Dockerfile을 기반으로 구축됩니다. Docker image를 한 번
build
하면 캐시가 생성됩니다. 캐시란 간단히 말하면, 2번째 이후의 읽기를 고속화하는 것입니다. 이 캐시가 있으면 build
때 우선적으로 사용됩니다. 따라서 Dockerfile을 업데이트 할 때 docker-compose build --no-cache
에서 캐시를 사용하지 마십시오 build
.캐시를 사용하지 않는
build
이므로 일부 항목에 상당한 시간이 걸릴 수 있습니다.Dockerfile
FROM jupyter/datascience-notebook
RUN pip install --upgrade pip
RUN pip install jupyterlab
RUN jupyter serverextension enable --py jupyterlab
RUN curl -L "https://moji.or.jp/wp-content/ipafont/IPAexfont/IPAexfont00401.zip" > font.zip
RUN unzip font.zip
RUN cp IPAexfont00401/ipaexg.ttf /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf/ipaexg.ttf
RUN echo "font.family : IPAexGothic" >> /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/matplotlibrc
RUN rm -r ./.cache
사용방법
Windows 환경에서는 Docker Quickstart Terminal에서 실행하십시오.
Dockerfile에 있는 Dockerfile 및 Dockerfile에 해당하는 docker-compose.yml이 있는 디렉터리로 cd
로 이동한 후 다음 명령을 실행합니다(주의점도 확인하십시오).
docker-compose build
docker-compose up -d
docker-compose.yml에서 token 값을 설정하지 않은 경우 (빈 값은 "설정 중"이라고 가정합니다), 터미널에 URL이 출력된다고 생각합니다 (e.g. htp://127.0.0.1:8888/? 토켄 = ...). 그 token 값도 포함해 임의의 브라우저로 액세스하면 Jupyter를 사용할 수 있게 되어 있는 하즈입니다.
※ token 값을 빈 값으로 설정한 경우에는 http://192.168.99.100:8888 (windows) 로 액세스할 수 있습니다. 맥 http://localhost:8888
확인 방법
Jupyter를 사용할 수 있다면 다음을 파이썬에서 실행하십시오.
import matplotlib
import matplotlib.pyplot as plt
plt.figure()
plt.title('あ - A')
plt.ylabel('い - i')
plt.xlabel('う - Uu')
그 결과, 아래의 화상과 같이 출력되고 있으면 일본어를 사용할 수 있게 되어 있습니다!
수고하셨습니다!
결론
Anaconda 환경에서 졸업하고 마침내 Docker 환경으로 이동합니다! 라고 의지한 것은 좋았지만, Docker는 처음으로, 데이터 분석 계통의 지식 밖에 없었기 때문에 IT 지식은 자세하지 않고, 몇번이나 망설였습니다. 실은 이 일본어를 사용할 수 있도록 하는 것도 한 번 포기했습니다.
또, 최근의 기사는 mac환경만으로 windows환경의 기사를 찾는 것도 힘든 일입니다. 단지 그 windows 환경의 기사도 시간 경과로 환경이 바뀌어, 그대로의 코드를 박아도 움직여 주지 않는 것도 남아 있습니다. 그 코드를 개량하는 것도 즐겁지만 초학자 때는 어렵습니다 ....
참고 기사
FROM jupyter/datascience-notebook
RUN pip install --upgrade pip
RUN pip install jupyterlab
RUN jupyter serverextension enable --py jupyterlab
RUN curl -L "https://moji.or.jp/wp-content/ipafont/IPAexfont/IPAexfont00401.zip" > font.zip
RUN unzip font.zip
RUN cp IPAexfont00401/ipaexg.ttf /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf/ipaexg.ttf
RUN echo "font.family : IPAexGothic" >> /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/matplotlibrc
RUN rm -r ./.cache
Windows 환경에서는 Docker Quickstart Terminal에서 실행하십시오.
Dockerfile에 있는 Dockerfile 및 Dockerfile에 해당하는 docker-compose.yml이 있는 디렉터리로
cd
로 이동한 후 다음 명령을 실행합니다(주의점도 확인하십시오).docker-compose build
docker-compose up -d
docker-compose.yml에서 token 값을 설정하지 않은 경우 (빈 값은 "설정 중"이라고 가정합니다), 터미널에 URL이 출력된다고 생각합니다 (e.g. htp://127.0.0.1:8888/? 토켄 = ...). 그 token 값도 포함해 임의의 브라우저로 액세스하면 Jupyter를 사용할 수 있게 되어 있는 하즈입니다.
※ token 값을 빈 값으로 설정한 경우에는 http://192.168.99.100:8888 (windows) 로 액세스할 수 있습니다. 맥 http://localhost:8888
확인 방법
Jupyter를 사용할 수 있다면 다음을 파이썬에서 실행하십시오.
import matplotlib
import matplotlib.pyplot as plt
plt.figure()
plt.title('あ - A')
plt.ylabel('い - i')
plt.xlabel('う - Uu')
그 결과, 아래의 화상과 같이 출력되고 있으면 일본어를 사용할 수 있게 되어 있습니다!
수고하셨습니다!
결론
Anaconda 환경에서 졸업하고 마침내 Docker 환경으로 이동합니다! 라고 의지한 것은 좋았지만, Docker는 처음으로, 데이터 분석 계통의 지식 밖에 없었기 때문에 IT 지식은 자세하지 않고, 몇번이나 망설였습니다. 실은 이 일본어를 사용할 수 있도록 하는 것도 한 번 포기했습니다.
또, 최근의 기사는 mac환경만으로 windows환경의 기사를 찾는 것도 힘든 일입니다. 단지 그 windows 환경의 기사도 시간 경과로 환경이 바뀌어, 그대로의 코드를 박아도 움직여 주지 않는 것도 남아 있습니다. 그 코드를 개량하는 것도 즐겁지만 초학자 때는 어렵습니다 ....
참고 기사
import matplotlib
import matplotlib.pyplot as plt
plt.figure()
plt.title('あ - A')
plt.ylabel('い - i')
plt.xlabel('う - Uu')
Anaconda 환경에서 졸업하고 마침내 Docker 환경으로 이동합니다! 라고 의지한 것은 좋았지만, Docker는 처음으로, 데이터 분석 계통의 지식 밖에 없었기 때문에 IT 지식은 자세하지 않고, 몇번이나 망설였습니다. 실은 이 일본어를 사용할 수 있도록 하는 것도 한 번 포기했습니다.
또, 최근의 기사는 mac환경만으로 windows환경의 기사를 찾는 것도 힘든 일입니다. 단지 그 windows 환경의 기사도 시간 경과로 환경이 바뀌어, 그대로의 코드를 박아도 움직여 주지 않는 것도 남아 있습니다. 그 코드를 개량하는 것도 즐겁지만 초학자 때는 어렵습니다 ....
참고 기사
Reference
이 문제에 관하여(Docker 환경의 Python에서 일본어를 사용할 수 있도록), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/e4Rl97/items/2b940b4354670ead3eb9텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)