
您可以通过Docker构建过程(假设您是创建映像的人)或通过容器运行时将被其访问的卷映射来完成此 *** 作。
在内部使用Dataset.csv构建源为了通过构建进行访问,您可以执行Docker Copy命令以在容器的工作空间中获取文件
FROM 3.7COPY /Dataset.csv /app/Dataset.csv...
然后,您可以使用pandas.read_csv()函数通过/app/Dataset.csv从容器直接访问文件,例如-
data=pandas.read_csv('/app/Dataset.csv')Dataset.csv的映射卷共享如果您无法直接控制源图像的创建,或者不希望将数据集与容器打包在一起(根据使用情况,这可能是最佳做法)。您可以在启动容器时通过卷映射共享它:
dataset = pd.read_csv ('app/Dataset.csv')假设您的Dataset.csv位于my / user / dir / Dataset.csv中从CLI:docker run -v my/user/dir:app my-python-container
后一种解决方案的好处是您可以继续在主机上编辑文件“ Dataset.csv”,该文件将反映您所做的更改,或者将发生python进程。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)