$ sudo pip install virtualenv
而后创建一个测试目录:javascript
$ mkdir testvirtual $ cd testvirtual
就能够成功建立一个虚拟环境 env1:html
$ virtualenv env1
就能够成功建立另外一个虚拟环境 env2:java
$ virtualenv env2
而后想进入哪一个虚拟环境就CD进去就能够了,好比进入env1:
$ cd env1
安装 virtualenvwrapper
Virtaulenvwrapper是virtualenv的扩展包,能够更方便地新增,删除,复制,切换虚拟环境。python
运行下面命令就安装成功了,默认安装在 /usr/local/bin
下面:ruby
$ sudo easy_install virtualenvwrapper
接下来建立一个文件夹,用来存放全部的虚拟环境:bash
$ mkdir ~/workspaces
$ cd ~/workspaces
先用
which virtualenvwrapper.sh
which python3
这个命令找到正确路径
而后用
vi ~/.bash_profile 进入app
输入测试
export WORKON_HOME='~/.virtualenvs'ui
export VIRTUALENVWRAPPER_PYTHON='/Users/mac/anaconda/bin/python3'spa
source /Users/mac/anaconda/bin/virtualenvwrapper.sh
esc退出后:wq进行保存
再运行这个命令 source ~/.bash_profile
接下来,建立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
下面是一些基本操做命令
$ lsvirtualenv -b env1 env2
$ workon env1
$ lssitepackages
$ cdvirtualenv
$ cdsitepackages $ cdsitepackages pip
$ cpvirtualenv env1 env3
Copying env1 as env3...
$ deactivate
$ rmvirtualenv env2 Removing env2...
接下来安装Python的各类包,就比较顺畅了,好比安在env1上:
$ workon env1
安装numpypip 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
按照顺序所有安装成功,后续就能够在虚拟环境上作分析了。
之后每次进入虚拟环境就执行以下代码便可,
不过由于个人环境变量没有写进bashrc里,因此都要多执行两行:
$ cd ~/workspaces $ export WORKON_HOME=~/workspaces $ source /usr/local/bin/virtualenvwrapper.sh $ workon env1
退出虚拟环境就用
$ deactivate