在安装好pip的前提下,在终端执行:
sudo pip install virtualenv
输入密码会提示安装:
输入密码会提示安装:
输入:virtualenv检查virtualenv安装是否成功
下面开始新建虚拟环境:
mkdir envs
下面开始新建不使用系统Python包的虚拟环境:
virtualenv --no-site-packages [envs/django]
cd envs/django
激活虚拟目录
source bin/activate
安装 virtualenvwrapper
Virtaulenvwrapper是virtualenv的扩展包,可以更方便地新增,删除,复制,切换虚拟环境。
sudo pip install virtualenvwrapper
安装完成后,需要对virtualenvwrapper 进行配置:
由于每次都需要执行这两部操作,我们可以将其写入终端的配置文件中。例如,如果使用bash,则添加到~/.bashrc中;如果使用zsh,则添加到~/.zshrc中。这样每次启动终端的时候都会自动运行,终端启动之后virtualenvwrapper就可以用啦。
方法:
输入 cd ~ 进入当前用户目录
输入 open .bash_profile 打开该文件,如不存在该文件,则输入以下命令,创建文件
touch .bash_profile
打开 .bash_profole 文件之后输入以下命令:
export WORKON_HOME
=
$HOME
/
.virtualenvs
export PROJECT_HOME
=
$HOME
/
workspace
source
/
usr
/
local
/
bin
/
virtualenvwrapper.sh
|
保存
2. 使用方法
启动virtualenvwrapper
source ~/.bash_profile
所有的命令可使用:virtualenvwrapper --help进行查看,这里列出几个常用的:
创建基本环境:mkvirtualenv [环境名]
删除环境:rmvirtualenv [环境名]
激活环境:workon [环境名]
退出环境:deactivate
列出所有环境:workon或者lsvirtualenv -b
创建python3.5的环境
mkvirtualenv-p python3.5 py3env
接下来,创建一个或者多个虚拟环境 env1,env2:
$ mkvirtualenv env1
成功后,当前路径前面就会有(env1)
$ mkvirtualenv env2
下面是一些基本操作命令
列出虚拟环境:
$ lsvirtualenv -b
env1
env2
切换虚拟环境:
$ workon env1
查看环境里安装了哪些包:
$ lssitepackages
进入当前环境:
$ cd virtualenv
进入当前环境的site-packages:
$ cdsitepackages$ cdsitepackages pip
复制虚拟环境:
$ cpvirtualenv env1 env3Copying env1as env3...
退出虚拟环境:
$ deactivate
删除虚拟环境:
$ rmvirtualenv env2Removing env2...
安装 Numpy,Scipy,Matplotlib 等
接下来安装Python的各种包,就比较顺畅了,比如安在env1上:
$ workon env1
安装numpy
pip install numpy
安装scipy
$ pip install scipy
安装matplotlib
$ pip install matplotlib
安装ipython
$ pip install ipython[all]
安装pandas
$ pip install pandas
安装Statsmodel
$ pip install statsmodel
安装scikit-learn
$ pip install scikit-learn
按照顺序全部安装成功,后续就可以在虚拟环境上做分析了。
以后每次进入虚拟环境就执行如下代码:
$ workon env1
退出虚拟环境就用:
$ deactivate