小开

最佳答案

基于 Debian 的映像只使用 python pip来安装 .whl格式的包:

  Downloading pandas-0.22.0-cp36-cp36m-manylinux1_x86_64.whl (26.2MB)
Downloading numpy-1.14.1-cp36-cp36m-manylinux1_x86_64.whl (12.2MB)

WHL 格式是作为安装 Python 软件的一种更快、更可靠的方法而开发的，而不是每次都从源代码重新构建。WHL 文件只需要移动到要安装的目标系统上的正确位置，而源发行版则需要在安装之前进行构建步骤。

车轮包 pandas和 numpy是不支持的图像基础上的高山平台。这就是为什么当我们在建造过程中使用 python pip安装它们时，我们总是从阿尔卑斯山的源文件中编译它们:

  Downloading pandas-0.22.0.tar.gz (11.3MB)
Downloading numpy-1.14.1.zip (4.9MB)

在图像构建过程中，我们可以看到下面的集装箱内部:

/ # ps aux
PID   USER     TIME   COMMAND
1 root       0:00 /bin/sh -c pip install pandas
7 root       0:04 {pip} /usr/local/bin/python /usr/local/bin/pip install pandas
21 root       0:07 /usr/local/bin/python -c import setuptools, tokenize;__file__='/tmp/pip-build-en29h0ak/pandas/setup.py';f=getattr(tokenize, 'open', open)(__file__);code=f.read().replace('\r\n', '\n
496 root       0:00 sh
660 root       0:00 /bin/sh -c gcc -Wno-unused-result -Wsign-compare -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes -DTHREAD_STACK_SIZE=0x100000 -fPIC -Ibuild/src.linux-x86_64-3.6/numpy/core/src/pri
661 root       0:00 gcc -Wno-unused-result -Wsign-compare -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes -DTHREAD_STACK_SIZE=0x100000 -fPIC -Ibuild/src.linux-x86_64-3.6/numpy/core/src/private -Inump
662 root       0:00 /usr/libexec/gcc/x86_64-alpine-linux-musl/6.4.0/cc1 -quiet -I build/src.linux-x86_64-3.6/numpy/core/src/private -I numpy/core/include -I build/src.linux-x86_64-3.6/numpy/core/includ
663 root       0:00 ps aux

如果我们稍微修改一下 Dockerfile:

FROM python:3.6.4-alpine3.7
RUN apk add --no-cache g++ wget
RUN wget https://pypi.python.org/packages/da/c6/0936bc5814b429fddb5d6252566fe73a3e40372e6ceaf87de3dec1326f28/pandas-0.22.0-cp36-cp36m-manylinux1_x86_64.whl
RUN pip install pandas-0.22.0-cp36-cp36m-manylinux1_x86_64.whl

我们得到以下错误:

Step 4/4 : RUN pip install pandas-0.22.0-cp36-cp36m-manylinux1_x86_64.whl
---> Running in 0faea63e2bda
pandas-0.22.0-cp36-cp36m-manylinux1_x86_64.whl is not a supported wheel on this platform.
The command '/bin/sh -c pip install pandas-0.22.0-cp36-cp36m-manylinux1_x86_64.whl' returned a non-zero code: 1

不幸的是，在高山映像上安装 pandas的唯一方法是等待构建完成。

当然，如果你想使用阿尔卑斯山的图像与 pandas在 CI 的例子，最好的方法是这样做，编译一次，推到任何注册表，并使用它作为一个基础图像为您的需要。

编辑: 如果你想使用与 pandas阿尔卑斯山的形象，你可以拉我的尼克格里格/高山熊猫码头形象。它是一个在 Alpine 平台上预编译 pandas的 Python 映像。应该能节省你的时间。

小开

答案: 从2020年3月9日起，对于蟒蛇3来说，它仍然不能！

下面是一个完整的工作 Dockerfile:

FROM python:3.7-alpine
RUN echo "@testing http://dl-cdn.alpinelinux.org/alpine/edge/testing" >> /etc/apk/repositories
RUN apk add --update --no-cache py3-numpy py3-pandas@testing

这个版本对于确切的 Python 和高山版本号非常敏感——这些错误似乎引起了 Max Levy 的错误 so:libpython3.7m.so.1.0 (missing)——但是上面的内容现在对我有用了。

我更新的 Dockerfile 可以在 https://gist.github.com/jtlz2/b0f4bc07ce2ff04bc193337f2327c13b找到

[早期更新: ]

答案: 没有！

在任何阿尔卑斯 Dockerfile 你可以简单地做 *

RUN apk add py2-numpy@community py2-scipy@community py-pandas@edge

这是因为 numpy、 scipy和现在的 pandas都是在 alpine上预先构建的:

Https://pkgs.alpinelinux.org/packages?name=*numpy

Https://pkgs.alpinelinux.org/packages?name=*scipy&branch=edge

Https://pkgs.alpinelinux.org/packages?name=*pandas&branch=edge

避免每次重新构建或使用 Docker 层的一种方法是使用预构建的本地 Alpine Linux/.apk包，例如。

Https://github.com/sgerrand/alpine-pkg-py-pandas

Https://github.com/nbgallery/apks

您可以构建这些 .apk一次，并在 Dockerfile 中的任何位置使用它们:)

这也节省了您必须在事实发生之前将所有其他内容加入到 Docker 映像中的时间——也就是说，可以灵活地预先构建您喜欢的任何 Docker 映像。

另外，我在 https://gist.github.com/jtlz2/b0f4bc07ce2ff04bc193337f2327c13b上放了一个 Dockerfile 存根，大致显示了如何构建映像。这些步骤包括(*) :

RUN echo "@community http://dl-cdn.alpinelinux.org/alpine/edge/community" >> /etc/apk/repositories
RUN apk update
RUN apk add --update --no-cache libgfortran

小开

请注意
查看带有 < strong > 最新更新的@jtlz2答案

过时了

因此，py3-anda & py3-numpy 包被移动到测试高山存储库，所以，您可以通过在 Dockerfile 中添加以下代码行来下载它:

RUN echo "http://dl-8.alpinelinux.org/alpine/edge/testing" >> /etc/apk/repositories \
&& apk update \
&& apk add py3-numpy py3-pandas

希望能帮到别人！

阿尔卑斯山包链接:
- < a href = “ https://pkgs.alpinelinux.org/package? name = * anda & amp; Branch = edge”rel = “ nofollow norefrer”> py3-anda
Py3-numpy

阿尔卑斯山储藏库码头信息。

小开

只是要把这些答案中的一些在一起的答案，并添加一个细节，我认为是错过了。某些 Python 库，尤其是优化的数学和数据库，之所以花费这么长时间构建在 Alpine 上，是因为这些库的管道轮包含了从 c/c + + 预编译并链接到 gnu-libc (glibc)的二进制文件，gnu-libc (glibc)是一组常见的 c 标准库。Debian、 Fedora 和 CentOS 都(通常)使用 glibc，但为了保持轻量级，Alpine 使用 musl-libc。构建在 glibc系统上的 c/c + + 二进制文件在没有 glibc的系统上无法工作，musl也是如此。

Pip 首先寻找带有正确二进制文件的轮子，如果找不到，它会尝试从 c/c + + 源代码中编译二进制文件，并将它们与 musl 链接起来。在许多情况下，除非使用来自 python3-dev的 python 头或构建工具(如 make) ，否则这种方法甚至无法工作。

正如其他人所提到的，现在有一线希望，社区提供了带有适当二进制文件的 apk包，使用这些文件可以节省构建二进制文件的过程(有时是漫长的)。

实际上，您可以从 alpine 上的纯 Python .whl安装，但是，在编写本文时，由于 musl/gnu问题，Manylinux不支持用于 alpine 的二进制发行版。

2022年10月更新

新版本的 python/pip 通过包 musllinux支持 musl，我假设它是 manylinux的 musl映射。尽管如此，仍然没有官方对 CUDA 的“ musl”支持。

小开

真正诚实的建议在这里，切换到 Debian 为基础的形象，然后所有的问题将消失。

对于 python 应用程序，Alpine 不能很好地工作。

下面是我的 dockerfile的一个例子:

FROM python:3.7.6-buster


RUN pip install pandas==1.0.0
RUN pip install sklearn
RUN pip install Django==3.0.2
RUN pip install cx_Oracle==7.3.0
RUN pip install excel
RUN pip install djangorestframework==3.11.0

在这种情况下，python:3.7.6-buster更合适，另外，您不需要操作系统中的任何额外依赖项。

关注一篇有用的和最近的文章: https://pythonspeed.com/articles/alpine-docker-python/:

不要在 Python 映像中使用 Alpine Linux 除非您想要大量更慢的构建时间、更大的映像、更多的工作以及隐藏的 bug 的可能性，否则您将避免使用 Alpine Linux 作为基本映像。有关您应该使用什么的一些建议，请参阅我关于选择一个好的基础图像的文章。

小开

这对我很有效:

FROM python:3.8-alpine
RUN echo "@testing http://dl-cdn.alpinelinux.org/alpine/edge/testing" >> /etc/apk/repositories
RUN apk add --update --no-cache py3-numpy py3-pandas@testing
ENV PYTHONPATH=/usr/lib/python3.8/site-packages


COPY . /app
WORKDIR /app


RUN pip install -r requirements.txt


EXPOSE 5003
ENTRYPOINT [ "python" ]
CMD [ "app.py" ]

这里的大部分代码来自同一个线程的 Jtlz2和另一个线程的费利克斯的答案。

原来，较轻版本的熊猫可以在 Alpine 存储库 py3-numpy中找到，但是它没有安装在 Python 默认读取导入的相同文件路径中。因此，您需要添加 ENV。还要注意阿尔卑斯山的版本。

小开

高山需要很多时间安装熊猫和图像的大小也是巨大的。我尝试了 python: 3.8-Slim-buster 版本的 python 基础图像。与高山蟒蛇码头图像相比，图像构建速度快，图像尺寸小于一半

Https://github.com/dguyhasnoname/k8s-cluster-checker/blob/master/dockerfile

小开

pandas被认为是一个社区支持的软件包，所以指向 edge/testing的答案不会起作用，因为阿尔卑斯山没有正式支持熊猫作为核心软件包(它仍然起作用，只是没有得到阿尔卑斯山核心开发者的支持)。

试试这个 Dockerfile:

FROM python:3.8-alpine
RUN echo "@community http://dl-cdn.alpinelinux.org/alpine/edge/community" >> /etc/apk/repositories \
&& apk add py3-pandas@community
ENV PYTHONPATH="/usr/lib/python3.8/site-packages"

这也适用于香草阿尔卑斯山图像，使用 FROM alpine:3.12。

更新: 感谢@cegprakash 提出如何使用这个设置的问题，因为您还有一个必须在容器内满足的 requirements.txt文件。

我在 Dockerfile 代码片段中添加了一行，以便将 PYTHONPATH变量导出到容器运行时中。如果这样做，那么需求文件中是否包含 pandas或 numpy就无关紧要了(只要它们与通过 apk安装的版本相同)。

需要这样做的原因是，apk在 /usr/lib下安装 py3-pands@community包，但是该位置不在 pip在安装新包之前检查的默认 PYTHONPATH上。如果我们不包括这个步骤来添加它，pip和 python将不会找到软件包和 pip将尝试下载和安装它在 /usr/local下，这是我们试图避免。

考虑到我们真的希望确保 pip不会尝试安装 pandas，我建议没有在 requirements.txt文件中包含 pandas或 numpy，如果你已经使用上述方法安装了 apk。这只是一个小小的额外保证，事情会按计划进行。

小开

在这种情况下，阿尔卑斯山不是改变阿尔卑斯山苗条的最佳解决方案:

来自巨蟒: 3.8.3-阿尔卑斯山

换个说法:

FROM python:3.8.3-slim

在我的情况下，这个问题通过这个小小的改变得以解决。

小开

我已经通过一些额外的更改解决了安装问题:

规定

从 python3.8-alpine迁移到 python3.10-alpine:

docker pull python:3.10-alpine

重要！

我必须迁移，因为当我安装 py3-pandas时，它将包安装为 python3.10，而不是所需的版本我使用的是 python3.8)。

要查明软件包的库安装在哪里，可以使用以下命令进行检查:
apk info -L py3-pandas

从 python3.9开始就没有安装 backports.zoneinfo软件包(我必须在要求中添加一个条件来安装版本低于 3.9的软件包)。

backports.zoneinfo==0.2.1;python_version<"3.9"

安装

在进行前面的更改之后，我继续安装 panda，执行以下操作:

向 /etc/apk/repositories(存储库可以根据发行版本的不同而有所不同)添加3个额外的存储库，参考给你:

for x in $(echo "main community testing"); \
do echo "https://dl-cdn.alpinelinux.org/alpine/edge/${x}" >> /etc/apk/repositories; \
done

验证文件 /etc/apk/repositories的内容:

$ cat /etc/apk/repositories
https://dl-cdn.alpinelinux.org/alpine/v3.16/main
https://dl-cdn.alpinelinux.org/alpine/v3.16/community
https://dl-cdn.alpinelinux.org/alpine/edge/main
https://dl-cdn.alpinelinux.org/alpine/edge/community
https://dl-cdn.alpinelinux.org/alpine/edge/testing

执行安装 pandas(pynum作为 pandas的依赖项自动安装) :

sudo apk update && sudo apk add py3-pandas

设置环境变量:

export PYTHONPATH=/usr/lib/python3.10/site-packages/

验证可以导入的包(在我的案例中，我用 django 测试了它) :

python manage.py shell

import pandas as pd
import numpy as np
technologies =  ['Spark','Pandas','Java','Python', 'PHP']
fee = [25000,20000,15000,15000,18000]
duration = ['5o Days','35 Days',np.nan,'30 Days', '30 Days']
discount = [2000,1000,800,500,800]
columns=['Courses','Fee','Duration','Discount']
df = pd.DataFrame(list(zip(technologies,fee,duration,discount)), columns=columns)
print(df)

小开

下面的 Dockerfile 帮助我安装熊猫，以及下面列出的其他依赖项。

Python: 3.10-alpine Dockerfile

# syntax=docker/dockerfile:1
FROM python:3.10-alpine as base


RUN apk add --update --no-cache --virtual .tmp-build-deps \
gcc g++ libc-dev linux-headers postgresql-dev build-base \
&& apk add libffi-dev


COPY requirements.txt requirements.txt
RUN pip install --no-cache-dir --upgrade -r requirements.txt

Pyproject.toml 依赖项

python = "^3.10"
Django = "^3.2.9"
djangorestframework = "^3.12.4"
PyYAML = ">=5.3.0,<6.0.0"
Markdown = "^3.3.6"
uritemplate = "^4.1.1"
install = "^1.3.5"
drf-spectacular = "^0.21.0"
django-extensions = "^3.1.5"
django-filter = "^21.1"
django-cors-headers = "^3.10.1"
httpx = "^0.22.0"
channels = "^3.0.4"
daphne = "^3.0.2"
whitenoise = "^6.2.0"
djoser = "^2.1.0"
channels-redis = "^3.4.0"
pika = "^1.2.1"
backoff = "^2.1.2"
psycopg2-binary = "^2.9.3"
pandas = "^1.5.0"

为什么在 Alpine Linux 上安装熊猫需要很长时间

2022年10月更新

来自巨蟒: 3.8.3-阿尔卑斯山

规定

重要！

安装

Python: 3.10-alpine Dockerfile

Pyproject.toml 依赖项