Docker＋IPython，搭建線上數據分析環境

今天簡單說下數據分析的工具技巧。

我長期以來都用它玩單機版的數據分析，BI雖然在線上環境，但偏報表。最近在查詢資料的時候，發現它能完美地和Docker兼容。Docker我只了解部分概念，不過並不妨礙閱讀文章。

於是拜託我們的運維大哥將IPython搭建在伺服器上。

網上扒拉幾篇教程給他就搞定了，不難。

通過伺服器的IP訪問，和本地環境沒什麼交互差異。

試一下作圖，也ok。

直接在伺服器讀寫數據，直接分析，避免下載CSV的環節。如果設置好的話，數據分析的效率 能提升一截。對我們部門，也希望從SQL＋Excel的分析習慣轉換到SQL＋Python的分析習慣。當然用不用Excel還是看實際的效率。

可以進行協同數據分析

協同有多好就不說了。

數據分析師之間可以互現查看對方的分析思路和結果，分析過程都是直接可見的。

也可以在對方的分析基礎上直接修改。比如A完成了數據分析前的清洗過程，B就直接訪問文件，繼續接下來的探索分析。更可以用Markdown批註。

每一次Python的數據分析過程直接保存在伺服器上，多酷～數據分析的團隊性也加強。

可擴展性

因為Docker，現在只要在伺服器端pip package就行，甚至本地電腦不用安裝Python和大量的包，直接登錄伺服器上手（個人建議本地還是要有的）。

哪怕做數據挖掘，以IPython的特性做非工程化的探索研究應該也是夠的。