1，关于TuShare
TuShare 是一个python的lib 库非常好用。
并且是适合国内的股票市场的，可以直接下载国内的股票数据。
非常的方便。
同事 TensorFlow 已经支持了 Numpy。直接在这个上面增加TuShare类库就好了。
而且docker 的有点就出来了。一层一层的叠加了。
2，增加镜像
和上次一样重新增加一个启动脚本：
http://blog.csdn.net/freewebsys/article/details/70237003
vi run_jupyter.sh
#!/usr/bin/env bash
jupyter notebook --no-browser --NotebookApp.token='token1234' > /notebooks/jupyter-notebook.log Dockerfile :
FROM daocloud.io/daocloud/tensorflow:latest
RUN echo "deb http://mirrors.163.com/ubuntu/ xenial main restricted universe multiverse\n\
deb http://mirrors.163.com/ubuntu/ xenial-security main restricted universe multiverse\n\
deb http://mirrors.163.com/ubuntu/ xenial-updates main restricted universe multiverse\n\
deb http://mirrors.163.com/ubuntu/ xenial-proposed main restricted universe multiverse\n\
deb http://mirrors.163.com/ubuntu/ xenial-backports main restricted universe multiverse\n\
deb-src http://mirrors.163.com/ubuntu/ xenial main restricted universe multiverse\n\
deb-src http://mirrors.163.com/ubuntu/ xenial-security main restricted universe multiverse\n\
deb-src http://mirrors.163.com/ubuntu/ xenial-updates main restricted universe multiverse\n\
deb-src http://mirrors.163.com/ubuntu/ xenial-proposed main restricted universe multiverse\n\
deb-src http://mirrors.163.com/ubuntu/ xenial-backports main restricted universe multiverse\n" > /etc/apt/sources.list
RUN apt-get update
RUN apt-get install -y python-lxml python-requests vim
RUN pip install tushare --upgrade
RUN rm -f /run_jupyter.sh
COPY run_jupyter.sh /run_jupyter.sh
ENTRYPOINT ["/run_jupyter.sh"]一直以为这个镜像是debian的。结果mirrors 还写错成debian的。
还奇怪为啥要权限校验呢。
改成Ubuntu 的就没有问题了。是 Ubuntu 16.04 的版本。
然后构建镜像：
docker build -t myTensorFlow:1.0 .启动：
docker run -it -v /data/tensorflow/notebooks:/notebooks -p 8888:8888 -p 6006:6006 -d myTensorFlow:1.03，调用TuShare 股票函数
import tushare as ts
print(tushare.__version__)
ts.get_hist_data('600848',start='2017-04-15',end='2017-04-20')
超级赞直接显示了。
同时在 jupyter 里面还有 各种类库的文档。
4，总结
本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/70305363 未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys
使用docker 还是非常的方便的。同时可以将经验以images 的方式分享给别人。
非常快速的搭建环境。提高开发效率。简化开发。
将更多的时间放到处理业务逻辑上。
同时，大家用的技术都一样了，就是大家的思路，思想不一样了。
得好好的学习下数学公式了，这个才是值得沉淀的东西。
