想从 github 下个项目，折腾一大顿安装 docker，好不容易打开 juypter notebook

[yjsp1919]

然后我发现里边其实就是 py 代码

无语了

用 docker 发布是为了让用户不用自己下载包？

就那么几个包有必要吗

现在 pycharm 下包很方便了

狗狗两下用 pip 也不费什么事吧

家人们，没想到这么快就被打脸了
我以前用的都是用的人非常多的常用包比如 pandas 之类
最近用了个比较小众的马上就冲突了^_^
然后包出问题又不可能一个个排查
只能新建个环境
真的是^_^

[Bingchunmoli]

py 装个包花式 err ， 环境不一致，非开发用户就很折磨

[yjsp1919]

@Bingchunmoli 是因为包之间还互相依赖吗？
也可能有的机器就不能随便装东西？比如人家的服务器不想装 python 开发环境？

[musi]

有没有可能，有些包底层用 c 调了系统级的 API ，有些包只支持 Linux ，即使是 linux 不同的发行版也可能不一样，这时候用 docker 就很方便了

[mwjz]

我不写 py 的为啥要装 py 环境？

等你 docker 折腾好了，你就会太方便了。。。。。


一次 docker = 所有环境


发布项目不需要考虑环境，目录，一个 docker 全平台
安装软件不需要考虑 vm 环境，一个 docker 全解决

[kneo]

Python 的包管理是最💩的。多玩玩现在那些 ai 项目你就明白了。要我说 Python 的项目都应该用 docker 发布。

[Yourshell]

docke 基本标配了需要折腾什么呢？

[jayeli]

运行 get.docker.com 就装好了

[hancai]

我连 python 环境都没有， 你还让我下包。

[chhtdd]

pycharm 的包很全？
pip 几下很简单，冲突很少？

[twofox]

有 docker 我就会用 docker ，因为我不想往我的环境里面塞我不认识的东西

[GoRoad]

只能说 conda 的出现 多少解决了 ppy 的包冲突问题，但是也就是解决了一点，通过 docker 封装才真的方便

[fregie]

docker 部署一行命令,几乎不会出问题
部署 python 可就麻烦咯,版本,依赖慢慢搞吧

[0o0O0o0O0o]

然后 issues 可能会多五倍，要么是“我设置了代理我能 pull 镜像但为什么装不上这个依赖”，要么是因为 Python 版本高了低了引起的报错，然后还带上一些无效信息“我是用 PyCharm 安装的”

自认为有能力处理可以直接看 Dockerfile

[allenby]

@Bingchunmoli 是啊，有依赖的，下包都让人折磨

[qq565425677]

@kneo #5 python 的包可以用 conda/mamba 管理，比 docker 还要好

[julyclyde]

虽然我天天鼓吹别用 docker
但是 python 那一堆零碎文件……

[kneo]

@qq565425677 如果说 Python 的依赖管理是💩，conda 无非就是，邮寄过来的装在盒子里的💩……换个包装再尝一次，你会惊喜发现味道一样的。
某人：“我是为了什么又吃了一遍？”

[Bingchunmoli]

@qq565425677 所以安装还是 pip -r 吗，百度。安装 python 依赖会是 什么

[nagisaushio]

@qq565425677 再好用也比不过 docker 别人帮你封好的，下下来直接就能跑

[anubu]

如果就是想部署起来玩一玩的场景，不仅仅是 requirements.txt ，其它的 package.json 、pom.xml 就算好点也有限，在 Dockerfile 面前都要低头。容器部署对于爱折腾部署的人就是福音，再也看不到玩具 A 和玩具 B 打起来逼你选边站的场景了，成年人主打一个全都要。

[qq565425677]

@kneo #17 不知道你说的💩是什么意思，我自己用 mamba 用的挺舒服的
@Bingchunmoli 抱歉没看懂
@nagisaushio 从易用性角度、无脑玩的角度来讲确实是这样，但是其实想好好用 docker 我自己一般还要对 docker run 或 compose 再加一些自己的配置（比如配置时区、代理、权限等），最后感觉各种成本和 mamba/conda 也差不多

再解释一下，我所说的比 docker 好主要指的是环境管理上区别不大（当然 docker 确实更方便一些），但是 conda/mamba 不同的环境下是可以共用安装的库的，如果之前安装过 cuda11.8 ，那么在新的环境中安装 cuda11.8 是不会占用空间的，环境配置起来也很快。但是如果项目多了都用 docker ，那么所有可复用的库 docker image 都要包含一份。

另外从个人开发的角度来讲，用 pycharm/vscode 远程到服务器进行 python 开发也要比起个 docker 容器，再映射 ssh 服务方便的多

[qq565425677]

@qq565425677 #21 对不起，我又去确认了一下，conda 也是独立的🤡🤡🤡

[qq565425677]

@qq565425677 #22 只是下载的文件是共用的，顶多是安装会快一些🤡🤡🤡

[rekulas]

狗狗两下用 pip 也不费什么事吧

还是太年轻，没遇到过循环依赖冲突的吧

啥时候安 docker 那点破事都敢碰瓷 pip 了

[z1829909]

python 的依赖可没那么好安装, 如果 pip install 一遍过算牛逼的.
而且 python 有时候充当胶水的作用, 调用你操作系统的库, 并不是纯 pip 能解决的, 作者也是贴心地帮你打包好了, 没想到挨顿骂.

[z1829909]

@qq565425677 我理解 conda 是解决了 python 环境隔离的问题, 但是没解决包安装出问题解决的困难度. 和 docker 不是一个东西

[Alias4ck]

@qq565425677 那你可能不知道有个叫 devcontainer 的东西 一个配置文件解决开发环境问题

[NoOneNoBody]

下之前看看语言占比啊，如果 python 100%，不想折腾 docker 就自己弄呗

我是不敢随便 pip install
上次想在项目加个功能，pip 装了个三方包，然后……然后……最终整个环境重装了
不知道这个三方包改了什么依赖的版本，估计是 numpy 降版导致一个连锁反应，从 pandas,numba,opencv 到 sklearn 等等一堆错误

[jqtmviyu]

npm 也经常被喷, 但隔离还是有好处的.