首先为docker镜像创建一个特定的项目目录.例如：

mkdir /home/pi/Desktop/teasr/capturing

将dockerfile和脚本复制到那里并将当前上下文更改为此目录

cp /home/pi/Desktop/teasr/capturing.py /home/pi/Desktop/teasr/dockerfile /home/pi/Desktop/teasr/capturing/

cd /home/pi/Desktop/teasr/capturing

这是最佳实践，因为docker-engine在构建时所做的第一件事是读取整个当前上下文。

接下来我们将看看您的dockerfile。现在应该看起来像这样：

b99cb959df0ff28305be861648d70e6e.png

您需要做的下一件事是使用智能名称构建它，通常不鼓励使用圆点.

docker build -t pulkit/capturing:1.0 .

接下来就是像你一样运行图像.

docker run -ti --name capturing pulkit/capturing:1.0

该脚本现在在容器内执行,并可能在完成后退出。

注意：脚本中的第一行需要是#！/usr/bin/env python。

到此这篇关于python脚本在docker上运行的方法的文章就介绍到这了,更多相关怎么把python脚本放在docker上运行内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

本文标题: python脚本在docker上运行的方法

本文地址: http://www.cppcns.com/jiaoben/python/303826.html

Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局