《Python数据可视化编程实战》——1.3 安装virtualenv和virtualenvwrapper

简介:

本节书摘来自异步社区《Python数据可视化编程实战》一书中的第1章,第1.3节,作者[爱尔兰]Igor Milovanović ,颛青山 译,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.3 安装virtualenv和virtualenvwrapper

如果同时工作在多个项目上,或是需要在不同项目间频繁切换,将所有的软件都安装在操作系统层级上也许不是一个好主意。当需要在不同系统(产品环境)上运行软件时,这种方式会带来问题。如果到此时才发现缺少特定的软件包,或是产品环境已经安装的软件包存在版本冲突,这将是非常痛苦的。为避免这种情况发生,可以选择使用virtualenv。

virtualenv是由Ian Bicking创建的开放源代码项目。通过这个项目, 开发人员可以把不同项目的工作环境隔离开,从而能够更容易地维护多种不同的软件包版本。

举例来说,Django网站系统是基于Django 1.1和 Python 2.3版本开发的,但与此同时,一个新项目要求必须基于Python2.6来开发。在笔者工作过的项目中,根据项目的需要同时使用多个版本的Python(以及相关软件包)的情况非常普遍。

virtualenv能够让我们很容易地在不同的运行环境之间切换。同时,如果需要切换到另外的机器或者需要在产品服务器(或客户的工作站主机)上部署软件, 用virtualenv能够很容易地重新构建相同的软件包环境。

1.3.1 准备工作

若安装virtualenv,需要用到Python和pip。Pip是安装并管理Python软件包的工具,可以用它来代替easy install工具。本书中大部分的软件包都是用pip工具进行管理的。只需在终端中以root身份执行如下命令,就可以很容易地完成pip的安装。

# easy_install pip

virtualenv本身已经相当不错了,然而如果配合virtualenvwrapper,一切变得更加简单,并且组织多个虚拟环境的工作也会更加容易。virtualenvwrapper的功能请参考http://virtualenvwrapper.readthedocs.org/en/latest/#features

1.3.2 操作步骤

安装virtualenv和virtualenvwrapper工具的步骤如下。

1.安装virtualenv和virtualenvwrapper。

$ sudo pip virtualenv
$ sudo pip virtualenvwrapper
# 创建保存虚拟环境的目录,并使用export导出为环境变量。
$ export VIRTENV=~/.virtualenvs
$ mkdir -p $VIRTENV
# 使用source命令调用(执行)shell脚本来激活包装器
$ source /usr/local/bin/virtualenvwrapper.sh
# 创建一个虚拟环境
$ mkvirtualenv virt1

2.在virt1环境中安装matplotlib。

(virt1)user1:~$ pip install matplotlib

3.很有可能需要把以下代码添加到~/.bashrc中。

source /usr/loca/bin/virtualenvwrapper.sh

下面是一些有用和频繁使用的命令。

  • mkvirtualenv ENV: 创建名为ENV的虚拟环境并激活。
  • workon ENV: 激活先前创建的ENV虚拟环境。
  • deactivate: 退出当前虚拟环境。
相关文章
|
5月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
6月前
|
机器学习/深度学习 数据可视化 搜索推荐
基于python的汽车数据可视化、推荐及预测系统
本研究围绕汽车数据可视化、推荐及预测系统展开,结合大数据与人工智能技术,旨在提升用户体验与市场竞争力。内容涵盖研究背景、意义、相关技术如 Python、ECharts、协同过滤及随机森林回归等,探讨如何挖掘汽车数据价值,实现个性化推荐与智能预测,为汽车行业智能化发展提供支持。
|
5月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
3206 1
|
6月前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
5月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
612 0
|
5月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
7月前
|
机器学习/深度学习 新能源 调度
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
661 1
|
5月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
6月前
|
存储 监控 API
Python实战:跨平台电商数据聚合系统的技术实现
本文介绍如何通过标准化API调用协议,实现淘宝、京东、拼多多等电商平台的商品数据自动化采集、清洗与存储。内容涵盖技术架构设计、Python代码示例及高阶应用(如价格监控系统),提供可直接落地的技术方案,帮助开发者解决多平台数据同步难题。
|
6月前
|
存储 JSON 算法
Python集合:高效处理无序唯一数据的利器
Python集合是一种高效的数据结构,具备自动去重、快速成员检测和无序性等特点,适用于数据去重、集合运算和性能优化等场景。本文通过实例详解其用法与技巧。
201 0

推荐镜像

更多