这篇文章是关于什么的？

描述了构建使用

Docker VSCode Remote Container创建的数据分析环境的过程。

假定阅读器

" Jupyter Lab？还是诸如Google Colaboratory之类的云服务？……我不知道Python的数据分析环境，因为有各种各样的东西！我想创建一个易于引入且易于使用的分析环境。是的！"
我是为那些说的人写的。

示例存储库已推送到GitHub，因此，如果您克隆它，启动容器并根据README过程进行远程连接，则可以在大约10分钟内构建环境。

https://github.com/hatahata7757/sample-analytical-env

希望本文的读者可以为数据分析环境的选择做出贡献。

介绍

最近，我有机会使用Python分析数据，并且我需要构建一个Jupyter可以工作的环境。

您可以直接在本地构建Jupyter Lab环境，但是我不想尽可能地污染本地环境，并且与VS Code不同，Jupyter Lab支持输入完成等功能较弱，因此有点困难使用。

经过大量研究，我发现VS Code的2019年10月版通过Microsoft的官方Python扩展支持.ipynb(专用于Ipython Notebook的文件)。因此，对于编码环境，请选择具有智能感知等的VSCode，而不是Jupyter Lab。

关于虚拟环境，我了解到Jupyter Lab的Docker映像已推送到Docker Hub，因此看来我可以通过拉动轻松地构建环境。

通过说

，

• 虚拟环境使用Jupyter Lab

  的Docker映像

• 使用

  Remote Container

  远程连接到启动的容器

• 在通过远程容器

  连接的工作空间中对输入完成和Linter进行编码

选择上述环境作为数据分析环境。
图像看起来像这样。

使用Docker VSCode Remote Container构建Jupyter Lab(Python)分析环境

以下内容是对自己构建环境的人员的一些详细说明。

在本文顶部列出的存储库中，.vscode/settings.json？.devcontainer/devcontainer.json中描述了必要的扩展名和各种设置。