一.坑一:安装的virtualenv版本太高 显示使用virtualenv 安装虚拟环境报错 出现这个问题就是说明你的virtualev安装的版本太高,降低一下版本重新安装即可,我这里使用的是15这个版本 pip install virtualenv==15.0.0 二.坑2:pip的版本太高 如果出现上面的错误,说明你的pip的版本太高,没办法,只能说是python3.5的版本太低了,工作历史遗留问题,没办法,必须要使用python3.5,只能乖乖将pip的版本 python3.5最高支持pi

python virtualenv环境运行django 安装前准备 检查pip版本与python版本是否一致 [root@localhost bin]# whereis pip pip: /usr/bin/pip /usr/bin/pip2.7 如果版本不一致,修改pip引用的版本 [root@localhost bin]# mv /usr/bin/pip /usr/bin/pip2.7.2 [root@localhost bin]# ln -s /usr/local/python3.5.2/b

指定python版本:virtualenv   -p python执行文件路径     自定义虚拟环境名称.如果文件路径有空格,用引号. 如果不指定python版本,则默认使用环境变量中的python版本 可使用-p PYTHON_EXE选项在创建虚拟环境的时候指定Python版本 1 #创建python2.7虚拟环境 2 virtualenv -p /usr/bin/python2.7 ENV2.7 3 4 #创建python3.4虚拟环境 5 virtualenv -p /usr/local

1.安装virtualenv 在安装virtualenv之前,我们需要安装至少有一个版本的Python:因为virtualenv是python的一个第三方模块,必须基于python环境才能安装: 如果你的python环境有pip,那么直接使用命令:pip install virtualenv 安装即可:否则需要下载源码,然后使用命令:python install setup.py 来安装 安装之后需要新建virtualenv的独立环境,具体可以查看其帮助命令:virtualenv -h 常用的参

环境:win10 python2.7.10(64) 在path中配置python环境 注意:我这边的环境是py2和py3共存的,但是我这边默认使用的是py2. 在virtualenv环境中安装指定的python版本 按照目前的情况,安装virtualenv后,系统会默认安装python2.7,而不是python3. 那么如何在虚拟环境中使用python指定版本呢? 很简单,只需要在命令行输入一句命令: virtualenv 虚拟环境文件目录名 -p 安装python的路径 virtualenv

测试系统ubantu16.04 该系统已经默认安装了python3.5, 当然了python2.7也同时存在着. 可以用如下命令安装pip(如下命令会默认安装pip到python2.7库中) $ sudo apt-get install python-pip python-dev build-essential $ sudo pip install --upgrade pip 安装在python3.5库中,需要修改一下 $ sudo apt-get install python3-pip pyt

Python 虚拟环境:Virtualenv zhuanzi: http://liuzhijun.iteye.com/blog/1872241 virtualenv virtualenv用于创建独立的Python环境,多个Python相互独立,互不影响,它能够:1. 在没有权限的情况下安装新套件2. 不同应用可以使用不同的套件版本3. 套件升级不影响其他应用 安装 sudo apt-get install python-virtualenv 使用方法 virtualenv [虚拟环境名称] 如,

Python 虚拟环境:Virtualenv 博客分类: Python python 在进行python开发的时候避免不同版本python或python不同版本组件之间的冲突, 有必要配置python的虚拟环境,本博客转自http://liuzhijun.iteye.com/blog/1872241 virtualenv virtualenv用于创建独立的Python环境,多个Python相互独立,互不影响,它能够:1. 在没有权限的情况下安装新套件2. 不同应用可以使用不同的套件版本3. 套件

众所周知,python的各种库跨度比较大,比如如果你开发web的话,一个项目使用的Django是1.8, 而另一个项目使用的Django版本是1.7, 这就给开发人员带来了很大的困扰. 因此,python提供了virtualenv这个工具,你可以将它想象成是虚拟机,但是它并不是虚拟机.它可以与你本机的全局python的环境隔离开, 下面介绍一下它的基本使用. // 安装 sudo pip install virtualenv // 使用 mkdir envTest && cd envTes

1.手动建立: 第一步 建立虚拟环境 Windows cmd: pip install virtualenv 创建虚拟环境目录 env 激活虚拟环境 C:\Python27\Scripts\env\Scripts>activate.bat Linux: 启动虚拟环境: source env/bin/activate 第二步 在pycharm中使用配置好的virtualenv环境 引用自:http://blog.csdn.net/hy245120020/article/details/507761

目录 Win10构建Python全栈开发环境With WSL 启动WSL 总结 对<Dev on Windows with WSL>的补充 Win10构建Python全栈开发环境With WSL 在学习Python全栈过程中,随着后面地深入,进入实际项目地开发阶段后,越发地发现,项目要使用的第三方软件(redis git等)或者外界(支付宝开放平台/微信开放平台)联系越来越多,自己构建一个开发web服务,以及Python多版本切换问题(pyenv只支持在类linux环境).于是对linux依赖

在使用 Python 开发的过程中,工程一多,难免会碰到不同的工程依赖不同版本的库的问题: 亦或者是在开发过程中不想让物理环境里充斥各种各样的库,引发未来的依赖灾难. 此时,我们需要对于不同的工程使用不同的虚拟环境来保持开发环境以及宿主环境的清洁. 这里,就要隆重介绍 virtualenv,一个可以帮助我们管理不同 Python 环境的绝好工具. virtualenv 可以在系统中建立多个不同并且相互不干扰的虚拟环境. 一.Linux下安装.配置virtualenv #指定清华源下载pip的包

虚拟环境 虚拟环境是一个将不同项目所需求的依赖分别放在独立的地方的一个工具,它给这些工程创建虚拟的Python环境.它解决了“项目X依赖于版本1.x,而项目Y需要项目4.x”的两难问题,而且使你的全局site-packages目录保持干净和可管理. 比如,你可以工作在一个需求Django 1.3的工程,同时维护一个需求Django 1.0的工程. virtualenv virtualenv 是一个创建隔绝的Python环境的工具.virtualenv创建一个包含所有必要的可执行文件的文件夹,用来

1.进入WSL的终端 2.创建env.sh脚本,内容如下: export WORKON_HOME=你环境的总目录if [ ! -d "$WORKON_HOME/$1/" ];then echo "environment $1 dones't exist!" else export PS1=" ($) $(_user_host)${_current_dir} $(git_prompt_info) $(_ruby_version) %{$fg[$CARETCO

Window 下创建python的虚拟环境 下载工具 pip install virtualenv 创建虚拟环境目录 # 注意此命令创建的虚拟环境目录是在当前目录下 virtualenv testenv 使用虚拟环境 cd testenv/Scripts activate 退出虚拟环境 deactivate.bat Linux 下创建python的虚拟环境 安装 pip install virtualenv 基本使用 为一个工程创建一个虚拟环境: $ cd my_project_dir $ vi

在开发Python应用程序时,系统默认的Python版本可能会不兼容这个应用程序, 如果同时开发多个应用程序, 可能会用到好几个版本的python环境, 这种情况下,每个应用可能需要各自拥有一套"独立"的Python运行环境.virtualenv就是用来为一个应用创建一套"隔离"的Python运行环境的工具.virtualenv是python的一个虚拟化环境工具,用来建立一个虚拟的python环境,一个专属于项目的python环境, 用virtualenv 来保持一

参考: Anaconda使用总结 Anacodna之conda与 virtualenv对比使用教程,创建虚拟环境 conda设置Python虚拟环境 python的virtualenv环境与使用 有时间再进行修改 # 查看安装了哪些包 conda list 查看有哪些虚拟环境 conda env list conda info -e # 创建虚拟环境 conda create -n py3.6 python=python3.6.4

.安装virtualenv pip3 install virtualenv pip install -i https://pypi.tuna.tsinghua.edu.cn/simple virtualenv pip3 install --upgrade pip .创建目录 mkdir Myproject cd Myproject 3.创建独立运行环境-命名 virtualenv --no-site-packages venv#得到独立第三方包的环境 virtualenv --no-site-p

python做数据分析的优势: 拥有大量的库为数据分析和处理提供了完整的工具链 随着库还在不断的增加的同时, 算法的实现也更加的创新.Numpy, matplotlib, scipy,scikit-learn python还能和其他多语言对接,比如C语言等 相对于R和MATLAB,python可做的事情更多, 一系列的连贯性更加好, 如web开发,爬虫,脚本.运维.机器学习 环境: 将使用 Anaconda 作为数据分析的工具(在后续的KNN近邻算法, 线性回归等也同样会用Anaconda来完成

Python3.6编译安装 下载python源码包 先到安装目录 cd /opt 下载源码包 wget https://www.python.org/ftp/python/3.6.2/Python-3.6.2.tgz 下载python3编译的依赖包 yum install gcc patch libffi-devel python-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-deve

建立virtualenv环境 virtualenv --no-site-packages yourenv 其中,yourenv是给环境起的名称 --no-site-packages表示安装的python包和系统的包无关 激活环境 source yourenv/bin/activate 在virtualenv中安装python包 (yourenv)$ pip install SomeModule 退出环境 deactivate