Les conteneurs Docker sont l'une des tendances les plus en vogue dans le développement de logiciels en ce moment. Non seulement cela facilite la création, le déploiement et l'exécution d'applications, mais en utilisant des conteneurs, vous êtes sûr que votre application fonctionnera sur n'importe quelle machine, indépendamment de tout ce qui peut différer de la vôtre que vous avez créé et testé le code.
Dans ce tutoriel, nous allons vous montrer comment dockeriser facilement une API Flask. Nous utiliserons cet exemple d'API Python Rest . C'est une API simple qui, étant donné une URL d'image, renvoie les couleurs dominantes de l'image.
Nous vous recommandons fortement de créer un nouvel environnement python à l'aide de Conda ou de pip afin que vous puissiez facilement créer votre fichier requirements.txt contenant toutes les bibliothèques que vous utilisez dans le projet.
L'API Flask que nous allons dockeriser utilise deux fichiers .py.
import PIL
from PIL import Image
import requests
from io import BytesIO
import webcolors
import pandas as pd
import webcolors
def closest_colour(requested_colour):
min_colours = {}
for key, name in webcolors.css3_hex_to_names.items():
r_c, g_c, b_c = webcolors.hex_to_rgb(key)
rd = (r_c - requested_colour[0]) ** 2
gd = (g_c - requested_colour[1]) ** 2
bd = (b_c - requested_colour[2]) ** 2
min_colours[(rd + gd + bd)] = name
return min_colours[min(min_colours.keys())]
def top_colors(url, n=10):
# read images from URL
response = requests.get(url)
img = Image.open(BytesIO(response.content))
# convert the image to rgb
image = img.convert('RGB')
# resize the image to 100 x 100
image = image.resize((100,100))
detected_colors =[]
for x in range(image.width):
for y in range(image.height):
detected_colors.append(closest_colour(image.getpixel((x,y))))
Series_Colors = pd.Series(detected_colors)
output=Series_Colors.value_counts()/len(Series_Colors)
return(output.head(n).to_dict())
from flask import Flask, jsonify, request
app=Flask(__name__)
#we are importing our function from the colors.py file
from colors import top_colors
@app.route("/",methods=['GET','POST'])
def index():
if request.method=='GET':
#getting the url argument
url = request.args.get('url')
result=top_colors(str(url))
return jsonify(result)
else:
return jsonify({'Error':"This is a GET API method"})
if __name__ == '__main__':
app.run(debug=True,host='0.0.0.0', port=9007)
pip freeze > requirements.txt
certifi==2020.6.20
chardet==3.0.4
click==7.1.2
Flask==1.1.2
idna==2.10
itsdangerous==1.1.0
Jinja2==2.11.2
jsonify==0.5
MarkupSafe==1.1.1
numpy==1.19.2
pandas==1.1.3
Pillow==8.0.1
python-dateutil==2.8.1
pytz==2020.1
requests==2.24.0
six==1.15.0
urllib3==1.25.11
webcolors==1.4
Werkzeug==1.0.1
Commençons le processus de dockerisation. Nous avons seulement besoin de créer un nouveau fichier appelé Dockerfile. Ensuite, nous ajouterons quelques lignes de code à l'intérieur.
Le Dockerfile est composé de commandes simples qui définissent comment construire l'image. La première ligne est notre image de base. Il existe de nombreuses images que vous pouvez utiliser comme Linux, Linux avec Python préinstallé et des bibliothèques ou des images spécialement conçues pour les projets de science des données. Vous pouvez tous les explorer sur le docker hub . Nous utiliserons l'image Python:3.8.
FROM python:3.8
FROM python:3.8 COPY requirements.txt ./requirements.txt COPY colors.py ./colors.py COPY main.py ./main.py
FROM python:3.8
COPY requirements.txt ./requirements.txt
COPY colors.py ./colors.py
COPY main.py ./main.py
FROM python:3.8
COPY requirements.txt ./requirements.txt
COPY colors.py ./colors.py
COPY main.py ./main.py
RUN pip install -r requirements.txt
Pour créer l'image Docker, vous devez accéder à notre répertoire de travail dans lequel Dockerfile est placé et exécuter ce qui suit.
docker build -t your_docker_image_name -f Dockerfile .
docker run -d -p 5000:9007 your_docker_image_name
http://localhost:5000/?url=https://image.shutterstock.com/z/stock-photo-at-o-clock-at-the-top-of-the-mountains-sunrise-1602307492.jpg
{
burlywood: 0.1212,
cornsilk: 0.0257,
darksalmon: 0.229,
darkslategrey: 0.0928,
indianred: 0.1663,
lemonchiffon: 0.021,
lightsalmon: 0.0479,
navajowhite: 0.0426,
rosybrown: 0.097,
wheat: 0.0308
}
Obtenir la liste des conteneurs en cours d'exécution
docker container list
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
fe7726349933 image_name "python ./main.py" About an hour ago Up About an hour 0.0.0.0:5000->9007/tcp eager_chaum
docker stop fe77
docker logs fe77
Vous devez avoir entendu parler de tous les nouveaux plugins ChatGPT puissants comme le navigateur, l'interpréteur de code, etc. Mais il y a un problème, l'accès aux plugins est limité à une liste d'attente et donc beaucoup n'y ont pas accès.
Dans la partie 2, j'ai commencé à utiliser une correspondance exacte grossière pour tenter de répondre à ma question de recherche, qui demande comment une opportunité d'emploi pour le travail à distance au lieu d'un travail en personne affecte l'intérêt pour celle-ci. Les variables d'appariement que j'ai utilisées - emplacement, secteur, taille de l'entreprise, informations sur le salaire, années d'expérience requises et âge d'affectation - semblent avoir largement contribué à éliminer le type de biais à la hausse indiqué par la simple analyse exploratoire des données effectuée dans la partie 1. .
Il était minuit passé lorsque Hayden a ramené Katie à son dortoir universitaire après leur soirée ensemble. Elle avait un cours tôt le matin et n'avait plus de vêtements de rechange après être restée avec lui la nuit précédente.
Dans le monde rapide et compétitif d'aujourd'hui, la carrière d'une personne joue un rôle important dans la croissance personnelle, la stabilité financière et la satisfaction globale de la vie. Cependant, de nombreuses personnes se retrouvent prises dans un cycle incessant de stagnation et d'insatisfaction, dépérissant progressivement dans leur vie professionnelle.
Nous avons souvent du mal à mettre en œuvre ce que nous savons être bon pour nous. Qu'il s'agisse de dire à un proche que nous l'aimons ou de se rappeler de parler comme un pirate, il y aura toujours ceux qui prétendent qu'un jour, une semaine ou un mois d'événements ne sont pas nécessaires parce qu'ils font déjà ces choses.
Ce qui est vieux est à nouveau nouveau et ce qui était autrefois la chose brillante et scintillante semble maintenant terne. Je ne parle pas du retour des jeans JNCO parmi les enfants cool du centre-ville avec d'autres modes de la fin des années 1990.