本文手把手教你将基于 Conda 环境的 Python 项目构建为 Docker 镜像，并在容器中直接调用其导出的函数（如 print_hi 和 app），支持传参执行，适合 Docker 新手快速上手。
本文手把手教你将基于 conda 环境的 python 项目构建为 docker 镜像，并在容器中直接调用其导出的函数（如 `print_hi` 和 `app`），支持传参执行，适合 docker 新手快速上手。
要真正使用 Docker 运行你的 Conda Python 项目并调用其中的函数，关键在于理解 镜像（image）是静态模板，容器（container）才是运行时实例。你已完成镜像构建（docker build -t my_docker_img .），接下来需启动一个容器，再在该容器的 Python 环境中导入并执行函数。
但当前 Dockerfile 存在一个关键缺失：它仅创建了 Conda 环境，却未复制项目源码、未安装包、也未指定默认入口。因此，需先完善 Dockerfile，确保代码可用：
FROM mambaorg/micromamba:0.19.1 ARG MAMBA_DOCKERFILE_ACTIVATE=1 COPY environment.yml . RUN micromamba env create -f environment.yml # 激活环境并安装本地包（支持 import dockerize_me） SHELL ["micromamba", "run", "-n", "dockerize_me", "/bin/bash", "-c"] COPY . /workspace WORKDIR /workspace RUN pip install -e . # 可选：设为默认环境（简化后续命令） ENV MAMBA_DEFAULT_ENV=dockerize_me
构建完成后，启动一个交互式容器并直接运行 Python 命令：
# 启动容器并保持后台运行（分配名称便于后续 exec）
docker run -d --name my_app_container my_docker_img sleep infinity
# 进入容器并调用函数（一行命令完成）
docker exec -it my_app_container python -c "
from dockerize_me.main import print_hi, app
print_hi('Alice')
result = app([1, 2, 3], 10)
print('Result:', result.tolist())
"输出示例：
立即学习“Python免费学习笔记（深入）”；
hello Alice Result: [11, 12, 13]
✅ 更优实践：通过脚本封装调用逻辑
在项目根目录新增 run_func.py：
#!/usr/bin/env python
import sys
from dockerize_me.main import print_hi, app
if __name__ == "__main__":
if len(sys.argv) < 2:
print("Usage: python run_func.py <func_name> [args...]")
sys.exit(1)
func_name = sys.argv[1]
if func_name == "print_hi" and len(sys.argv) >= 3:
print_hi(sys.argv[2])
elif func_name == "app" and len(sys.argv) >= 4:
try:
lst_in = list(map(float, sys.argv[2:-1]))
const = float(sys.argv[-1])
result = app(lst_in, const)
print(result.tolist())
except ValueError:
print("Error: args must be numbers")
else:
print(f"Unknown function or insufficient args for {func_name}")然后在容器中一键执行：
docker exec -it my_app_container python run_func.py print_hi Bob docker exec -it my_app_container python run_func.py app 1 2 3 5 # → [6.0, 7.0, 8.0]
⚠️ 重要注意事项：
- docker ps 查看运行中容器；docker ps -a 查看所有容器（含已退出的）；
- 若容器退出过快，避免使用 docker run -it ... python ... 后立即退出——推荐先 run -d 后 exec，或使用 sleep infinity 保活；
- pip install -e . 依赖 setup.py 正确配置 packages=find_packages()，确保 dockerize_me 可被导入；
- 生产场景建议用 ENTRYPOINT + CMD 实现参数化启动，而非手动 exec。
至此，你已掌握从 Conda 项目到可调用函数的 Docker 全流程：构建镜像 → 启动容器 → 执行 Python 逻辑。无需复杂编排，即可让函数即服务（FaaS）式运行。
