介绍，以 Python为例
自从我购买了一台新的Macbook之后，我不得不重新创建Python开发环境，但是如果我直接在本地安装Python，则会不小心在全球安装该软件包，或者即使我使用venv，也要重新创建该环境。就像我想要的时候麻烦一样，所以我决定使用Docker来构建它。
在IntelliJ上安装插件
如果IntelliJ中未包含Docker插件，请从Preferences > Plugins安装。
创建一个Python项目
接下来，启动IntelliJ并创建一个Python项目。
稍后将创建必要的Docker映像，因此暂时选择适当的Project SDK。 (这里是Python 2.7(venv))
除此之外，您可以保留默认设置并创建一个项目。
在IntelliJ上创建一个Dockerfile并构建映像
这次，我选择了项目名称PythonQiita。首先，我们需要使Python环境成为Docker映像，因此直接在项目文件夹下创建Dockerfile。 (该位置可以在任何地方)
在Dockerfile中，写入基本映像文件，初始设置命令等。
这次我们将使用python:3图像。将pandas numpy放入包装中。
右键单击创建的Dockerfile，然后从菜单中选择Create Dockerfile。
将显示
配置窗口，输入Image tag。我们稍后将使用此标签名称。在这里是python_qiita。
取消选中Run built image。如果启用此功能，它将在构建映像后作为容器启动。如果输入Container name，它将以该容器名称开头。
将通过启动从下面的
创建的Dockerfile设置来构建映像。通过在"部署日志"中显示'python_qiita Dockerfile: Dockerfile' has been deployed successfully.，您可以看到它已完成。
创建
图像后，该图像名称将显示在"服务"视图中，指示构建成功。
将生成的图像设置为Project SDK
构建Docker映像后，可以将其用作项目的SDK。请注意，该容器不是SDK。
打开
FIle > Project Structure，在Project项目中按New按钮，然后在弹出窗口中选择Python SDK。
将显示一个选择
Python解释器的窗口，在左侧菜单中选择Docker。然后，确认可以为映像名称选择您先前构建的Docker映像的标记名称，然后按OK(确定)按钮。
Remote Python 3.7.4 Docker...显示在项目结构的SDK项中，您可以看到Dockerfile中编写的软件包已安装在软件包中。在venv等环境中，您可以在此处添加/删除软件包，但不能在Python中为Docker映像添加/删除软件包。每次软件包配置更改时，您将需要重建映像。
Python执行和调试
此时，您要做的就是创建一个Python文件并照常执行它，但是...
完成设置后，似乎IntelliJ无法正确读取Python配置，因此您需要关闭并重新打开项目一次。另外，您将必须等待屏幕底部的更新指示符完成，如下所示。只有这里是困难。我不知道它是如何工作的，但我希望它会得到改善。
如果可能，可以在IntelliJ上完成Python代码的完成，执行和调试。以下是导入和执行熊猫的状态。
不方便
由于
环境可以使用Docker构建，因此它变得可移植，并且对于执行环境而言，能够轻松地重新创建它非常方便。另一方面，还有一些不便之处，因此我将其记录下来。
重建Docker映像需要很长时间才能加载配置
就像在设置上面的SDK之后立即一样，如果您重建映像并更改Python软件包的配置，则不会立即反映出来。您必须等待IntelliJ重新识别它(几分钟)，例如通过重新启动项目。
当不再需要重新配置时，它不会打扰我，但是在项目的早期阶段这很烦人。
无法像Matplotlib
那样执行show()
显然，由于它是在Docker上执行的，因此无法启动类似show()的窗口。别无选择，只能放弃并将其保存在文件中进行检查。
概要
尽管引入了一些不便之处，但我发现环境干净且便于携带很方便。到现在为止，重建软件包的环境很麻烦，或者必须将其写入诸如requirements.txt之类的环境是在Dockerfile中组织的，并且如有必要，可以将映像保存在存储库中。 。
当被问及使用venv哪个更容易时，我认为它是venv，但是我认为最好在新环境中尝试各种操作，因此我将尝试Docker。