一、Docker 安装 Python 的两种核心方案

（一）方案一：直接拉取官方镜像

1. 镜像版本选择策略

Docker Hub 上的 Python 官方镜像提供丰富的版本支持，可通过以下方式筛选：

• 按稳定性选择：python:latest 指向最新稳定版
• 按版本号选择：如 python:3.9、python:3.8-slim
• 按轻量化选择：python:3.7-alpine（基于 Alpine 系统，仅 27MB）

2. 拉取指定版本镜像

# 拉取 Python 3.5 版本
docker pull python:3.5

# 拉取 Python 3.8 的 Alpine 轻量版
docker pull python:3.8-alpine

# 拉取最新版本（等价于 python:latest）
docker pull python

3. 本地镜像管理

# 查看本地 Python 镜像列表
docker images python

# 输出示例
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
python              3.5                 045767ddf24a        9 days ago          684.1MB
python              3.8-alpine          a1b2c3d4e5f6        2 weeks ago         27.3MB

（二）方案二：通过 Dockerfile 自定义构建

1. 构建环境准备

# 创建项目目录结构
mkdir -p ~/python/myapp
cd ~/python

2. Dockerfile 完整示例

# 基于 Debian Jessie 构建环境
FROM buildpack-deps:jessie

# 清理旧版 Python 残留
RUN apt-get purge -y python.*

# 配置系统编码
ENV LANG C.UTF-8

# 设置 Python 版本与密钥
ENV GPG_KEY 97FC712E4C024BBEA48A61ED3A5CA953F73C700D
ENV PYTHON_VERSION 3.5.1
ENV PYTHON_PIP_VERSION 8.1.2

# 下载并编译 Python 源码
RUN set -ex \
    && curl -fSL "https://www.python.org/ftp/python/${PYTHON_VERSION%%[a-z]*}/Python-$PYTHON_VERSION.tar.xz" -o python.tar.xz \
    && curl -fSL "https://www.python.org/ftp/python/${PYTHON_VERSION%%[a-z]*}/Python-$PYTHON_VERSION.tar.xz.asc" -o python.tar.xz.asc \
    && export GNUPGHOME="$(mktemp -d)" \
    && gpg --keyserver ha.pool.sks-keyservers.net --recv-keys "$GPG_KEY" \
    && gpg --batch --verify python.tar.xz.asc python.tar.xz \
    && rm -r "$GNUPGHOME" python.tar.xz.asc \
    && mkdir -p /usr/src/python \
    && tar -xJC /usr/src/python --strip-components=1 -f python.tar.xz \
    && rm python.tar.xz \
    \
    && cd /usr/src/python \
    && ./configure --enable-shared --enable-unicode=ucs4 \
    && make -j$(nproc) \
    && make install \
    && ldconfig \
    && pip3 install --no-cache-dir --upgrade --ignore-installed pip==$PYTHON_PIP_VERSION \
    && find /usr/local -depth \
        \( \
            -type d -a -name test -o -name tests \
            -o \
            -type f -a -name '*.pyc' -o -name '*.pyo' \
        \) -exec rm -rf '{}' + \
    && rm -rf /usr/src/python ~/.cache

# 创建常用命令软链接
RUN cd /usr/local/bin \
    && ln -s easy_install-3.5 easy_install \
    && ln -s idle3 idle \
    && ln -s pydoc3 pydoc \
    && ln -s python3 python \
    && ln -s python3-config python-config

# 设置默认启动命令
CMD ["python3"]

3. 执行镜像构建

# 在 Dockerfile 所在目录构建镜像
docker build -t python:3.5 .

# 构建成功后查看镜像
docker images python:3.5

二、Python 镜像实战应用

（一）运行 Python 程序示例

1. 准备测试文件

# 在 myapp 目录创建 hello world 程序
cd ~/python/myapp
echo -e "#!/usr/bin/python\nprint(\"Hello, World!\")" > helloworld.py
chmod +x helloworld.py

2. 运行容器并执行程序

# 挂载本地目录并指定工作目录
docker run -v $PWD/myapp:/usr/src/myapp -w /usr/src/myapp python:3.5 python helloworld.py

# 命令解析：
# -v $PWD/myapp:/usr/src/myapp ：将主机当前目录的 myapp 挂载到容器的 /usr/src/myapp
# -w /usr/src/myapp ：设置容器的工作目录
# python helloworld.py ：执行 Python 程序

# 输出结果
Hello, World!

（二）开发环境最佳实践

1. 挂载代码目录实现热更新

# 假设项目结构为 ~/python/project
docker run -it -v ~/python/project:/app -w /app python:3.8-alpine /bin/bash

# 在容器内安装依赖
apk add --no-cache gcc musl-dev
pip install flask

2. 多容器协同开发（Flask + Redis）

# docker-compose.yml 示例
version: '3'
services:
  web:
    build: .
    ports:
      - "5000:5000"
    volumes:
      - ./app:/app
    depends_on:
      - redis
    environment:
      - FLASK_APP=app.py
      - REDIS_HOST=redis

  redis:
    image: redis:alpine

三、进阶配置与问题解决

（一）镜像优化技巧

1. 使用多阶段构建减少镜像大小

# 构建阶段
FROM python:3.8-slim as builder
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 运行阶段
FROM python:3.8-slim
WORKDIR /app
COPY --from=builder /usr/local/lib/python3.8/site-packages /usr/local/lib/python3.8/site-packages
COPY . .
CMD ["python", "app.py"]

2. 清理构建缓存

# 清理未使用的镜像
docker image prune -a -f

# 清理构建缓存（需Docker 18.09+）
docker builder prune -f

（二）常见问题解决方案

1. pip 安装缓慢问题

# 方法一：修改Dockerfile使用国内源
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 方法二：运行时指定源
docker run -it python:3.8 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask

2. 容器内中文显示问题

# 在Dockerfile中安装中文字体
RUN apt-get update && apt-get install -y \
    ttf-wqy-microhei \
    && fc-cache -f -v \
    && rm -rf /var/lib/apt/lists/*

3. 权限不足问题

# 创建非root用户并切换
RUN useradd -m pythonuser
USER pythonuser
WORKDIR /home/pythonuser

四、生产环境部署建议

（一）Docker Swarm 集群部署

# docker-compose.yml 集群配置
version: '3.7'
services:
  python-app:
    image: python:3.8-slim
    deploy:
      mode: replicated
      replicas: 3
      resources:
        limits:
          cpus: '0.5'
          memory: 128M
      restart_policy:
        condition: on-failure
    volumes:
      - app-data:/app/data
volumes:
  app-data:

（二）Kubernetes 部署示例

# deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: python-app
spec:
  replicas: 3
  selector:
    matchLabels:
      app: python
  template:
    metadata:
      labels:
        app: python
    spec:
      containers:
      - name: python
        image: python:3.8-slim
        command: ["python", "app.py"]
        volumeMounts:
        - name: data
          mountPath: /app/data
      volumes:
      - name: data
        persistentVolumeClaim:
          claimName: python-data

通过以上方法，无论是开发测试还是生产部署，都能在Docker环境中高效运行Python应用。在实际项目中，建议结合CI/CD流程自动构建镜像，并利用镜像仓库进行版本管理，确保开发、测试、生产环境的一致性和可追溯性。