核心是“每个版本一个容器”，不依赖宿主机Python，也不用pyenv或virtualenv切换；通过官方镜像快速启动、Dockerfile定制依赖、docker-compose编排多服务，并利用卷挂载实现数据持久化与缓存加速。
用 Docker 实现多版本 Python 环境隔离共存，核心是“每个版本一个容器”，不依赖宿主机 Python，也不用 pyenv 或 virtualenv 切换——真正文件系统隔离、按需启动、即用即删。
直接拉取官方镜像快速验证版本
Python 官方镜像在 Docker Hub 上已预装主流版本（3.8、3.9、3.11、3.12 等），标签清晰，如 python:3.9-slim、python:3.12-bookworm。无需编译，一条命令即可进入指定环境：
-
docker run -it --rm python:3.8 bash → 进入 Python 3.8 的交互终端，执行
python --version确认 - docker run -it --rm -v $(pwd):/workspace python:3.11 python /workspace/test.py → 挂载当前目录，用 3.11 执行脚本
- 加 --name mypy310 命名容器，后续可用 docker exec -it mypy310 bash 复用，避免重复启动
用 Dockerfile 构建带固定依赖的专属环境
实际项目需要确定的 Python 版本 + 特定包（如 torch==2.0.1 + transformers==4.35.0），这时写 Dockerfile 更可靠、可复现：
- 基于 slim 镜像减少体积：FROM python:3.10-slim
- 先复制并安装依赖：COPY requirements.txt . && RUN pip install --no-cache-dir -r requirements.txt
- 再复制代码：COPY . .，设工作目录：WORKDIR /app
- 构建后打标：docker build -t myproj-py310 .；运行：docker run -it --rm -v $(pwd):/app myproj-py310 python main.py
- 不同项目用不同 tag（myproj-py39、myproj-py312），彼此完全独立
用 docker-compose 编排多服务协同场景
当项目不止 Python，还需配套服务（如 Redis、PostgreSQL、MySQL）时，docker-compose.yml 统一管理更高效：
- 定义多个服务，例如：py39-app（用 python:3.9-slim）、redis（redis:7-alpine）、db（postgres:15）
- 通过 volumes 挂载源码，working_dir 和 command 指定启动行为
- 执行 docker-compose up -d py39-app 即启动完整栈；切换为 3.11？只改 image 字段，重新 up 即可
- 可为不同 Python 版本维护独立 compose 文件（docker-compose.py39.yml、docker-compose.py312.yml），按需加载
轻量交互与状态保留技巧
避免每次重装依赖或丢失调试状态，几个实用小技巧：
- 创建命名卷缓存 pip：docker volume create pip_cache，运行时加 -v pip_cache:/root/.cache/pip 加速重复构建
- 将 venv 目录挂载到宿主机：-v $(pwd)/.venv311:/app/.venv，退出容器后虚拟环境仍保留
- 对已配置好依赖的运行中容器，用 docker commit [container-id] my-py311-with-reqs 保存为新镜像，适合快速复刻稳定环境
- 如需 GPU 支持（如 PyTorch 训练），确保已安装 nvidia-container-toolkit，启动时加 --gpus all
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
