conda命令不可用是因为镜像未执行conda init且PATH未配置，需手动source /opt/conda/etc/profile.d/conda.sh或启动时自动初始化。
直接用 continuumio/anaconda3 镜像启动容器是最省事的方案，但默认不带 conda 初始化、环境变量未生效、Jupyter 无法直接外网访问——这些不是 bug，是镜像设计使然，得手动补几处。
docker pull continuumio/anaconda3 后为什么 conda 命令不可用
这个镜像里 conda 是装好了的，但没执行 conda init，PATH 也没自动加进 shell 环境。所以你 docker run -it continuumio/anaconda3 /bin/bash 进去后输 conda 会报 command not found。
- 临时解决：手动 source 安装路径下的 shell 初始化脚本，比如
source /opt/conda/etc/profile.d/conda.sh - 长期可用（推荐）：启动时就初始化，用
docker run -it continuumio/anaconda3 /bin/bash -c "source /opt/conda/etc/profile.d/conda.sh && exec bash" - 更干净的做法是写个简短的
entrypoint.sh，在容器启动时自动执行初始化再交控制权给 shell
如何让 conda activate 在容器里真正生效
单纯运行 conda activate myenv 后，新打开的子 shell 或后续命令里它并不持续生效——因为 conda 的激活本质是修改当前 shell 的 PATH 和函数定义，不是全局环境变量。
- 必须在同一个 shell 进程中连续执行：先
source /opt/conda/etc/profile.d/conda.sh，再conda activate myenv - 如果用
docker exec -it container_id bash进入，它是个新 shell，默认没 source，得重复上面两步 - 避免踩坑：别在 Dockerfile 的
RUN指令里写conda activate，那层构建完就销毁了，对后续层无效；要用SHELL ["conda", "run", "-n", "myenv", "/bin/bash", "-c"]这类方式
想直接跑 Jupyter Notebook 怎么暴露端口和 token
镜像自带 jupyter，但默认绑定 localhost:8888 且生成随机 token，外部根本连不上。
- 启动时加参数：
docker run -p 8888:8888 continuumio/anaconda3 jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser --allow-root --NotebookApp.token='' --NotebookApp.password='' -
--ip=0.0.0.0是关键，否则只监听本地；--allow-root必须加，因为容器默认以 root 运行 - 去掉 token 和 password 要谨慎，仅限内网调试；生产环境应设密码或用反向代理加 auth
- 如需挂载本地 notebook 目录，加
-v $(pwd)/notebooks:/home/jovyan/work，注意路径权限（jovyan 用户 uid 1001）
Dockerfile 中正确集成 conda 环境的写法
很多人在 RUN 里写 conda activate env && pip install xxx，结果包全装到 base 里了——因为 activate 不改变当前 shell 的实际执行上下文。
- 正确姿势是用
conda run：RUN conda run -n myenv python -m pip install numpy pandas - 或者用
conda env update+environment.yml文件，更适合复现 - 最后一定要
COPY或RUN设置好ENTRYPOINT，让容器启动时自动 source conda 并 activate 环境，否则每次都要手动敲 - 注意：不要在
.bashrc里写conda activate，会导致非交互式 shell（如docker exec执行单条命令）卡住
最易被忽略的一点：容器里 conda list 看到的包，和你在宿主机上 conda list 看到的完全无关——它们物理隔离。别指望改宿主机环境能影响容器，也别在容器里反复重装基础镜像已有的包（比如 numpy），纯属浪费时间。
