在 arm64 上使用 numpy 和 pandas 构建 docker 时出现问题

Problem building docker with numpy and pandas over arm64

我正在尝试在我的 ARM64 树莓派中使用 docker-compose 构建一个 docker 图像,但这似乎是不可能的。

这是我的docker文件:

FROM python:3.6-slim

RUN apt-get update && apt-get -y install python3-dev 

RUN apt-get -y install python3-numpy
RUN apt-get -y install python3-pandas

ENTRYPOINT ["python3", "app.py"]

好像没问题,但是当app.py为运行时报错:"Module numpy not found",pandas模块也一样[=14] =]

如果我尝试使用 pip 安装 numpy 和 pandas:

RUN pip install numpy pandas

它给我一个错误,或者更常见的是,树莓刚刚冻结,我必须拔掉它才能恢复。

我尝试使用不同版本的 python 作为源图像,还使用了多个 ubuntu 图像并安装了 python。

知道如何在 docker 中为我的 raspberry pi (ARM64) 安装 numpy 和 pandas 吗?

谢谢

我建议创建 requirements.txt 文件。 在里面你可以声明要安装的包。

`Dockerfile':

FROM python

COPY app.py /workdir/
COPY requirements.txt /workdir/

WORKDIR /workdir

RUN pip install --trusted-host pypi.python.org -r requirements.txt

CMD python app.py

编辑

我创建 Dockerfile 导入 pandas 库,然后检查它是否工作:

cat Dockerfile 
FROM python

COPY app.py /workdir/

WORKDIR /workdir

RUN python -m pip install pandas

CMD python app.py

问题似乎出在 python 版本上。我正在使用 python3.6 docker 图像,但是 python3-numpy 和 python3-pandas 包都需要 python3.5,因此,当安装这些软件包时,也会安装新版本的 python。这就是为什么当我尝试导入这些模块时 python 解释器找不到它们,因为它们是为另一个 python 版本安装的。

最后我使用通用 docker debian 映像解决了这个问题,并自己安装了 python3.5 而不是使用 python docker 映像。

FROM debian:stretch-slim

RUN apt-get update && apt-get -y dist-upgrade
RUN apt-get -y install build-essential libssl-dev libffi-dev python3.5 libblas3 libc6 liblapack3 gcc python3-dev python3-pip cython3
RUN apt-get -y install python3-numpy python3-sklearn
RUN apt-get -y install python3-pandas

COPY requirements.txt /tmp/

RUN pip3 install -r /tmp/requirements.txt

(免责声明:Raspberry Pi 3 B+ 可能太慢,无法安装像 numpy 这样的大型依赖项)

这个 Docker 文件在 Raspberry Pi 3 B+ 上为我工作,软件版本:Linux raspberrypi 5.10.63-v7+ (考虑更新它)

FROM python:3.9-buster

WORKDIR /

COPY requirements.txt requirements.txt
RUN pip3 install -r requirements.txt

我不确定,但我认为它也有助于清理 docker,即使用以下命令删除所有图像和容器:

警告:此命令会删除所有图像和容器!

$ docker container prune
$ docker image prune -a

或完全重置 Docker(同时删除卷和网络):

$ docker system prune --volumes