# jupyter-data-starter

**Repository Path**: myparadises/jupyter-data-starter

## Basic Information

- **Project Name**: jupyter-data-starter
- **Description**: 用docker快速构建jupyter
- **Primary Language**: Docker
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-11-28
- **Last Updated**: 2025-12-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: bat, Python, jupyter, Docker

## README

# Jupyter Data Science Starter

一键启动数据科学实验环境，预装 Pandas, Seaborn, Matplotlib 等库。

## 1.一键 Conda 依赖导出 & 精简脚本（quick_export_requirements.bat）

| 步骤           | 功能描述 |
|--------------| -------- |
| 1️⃣ 启动自检     | 检查当前目录是否存在 `require` 文件夹 |
| 2️⃣ 备份策略（交互） | • 回车或 `Y` → **追加式备份**：把现有 `require` 内文件拷贝到 `require.bak`（不删除旧 bak），再重建空 `require`<br>• `N` → **仅清空**：直接清空 `require` 内所有文件，继续后续流程 |
| 3️⃣ 列出环境     | 执行 `conda env list`，给所有环境编号显示 |
| 4️⃣ 选择环境     | 提示输入环境**编号**或**名称**；输入错误可重新选择 |
| 5️⃣ 激活环境     | 自动 `conda activate <选中环境>` |
| 6️⃣ 导出依赖     | `pip freeze` 生成 `require\<env>-requirements.txt` |
| 7️⃣ 依赖处理     | 自动调用 `handle_requirements.py`，对 `require` 下所有非 `docker-` 开头的 `.txt` 生成对应的 `docker-*.txt`（过滤 Jupyter 内置包、Windows 专有包、本地路径等） |
| 8️⃣ 完成提示     | 流程结束，按任意键退出 |

### 使用
双击 `quick_export_requirements.bat` 即可，全程交互，**回车默认选 Y**。

## 2.自动化构建docker