使用virtualenv搭建Python虚拟环境
工作的时候，经常会需要用到一些包的不同版本，总是uninstall/install效率必然很低，所以需要使用virtualenv来隔离python环境，解决包冲突的问题
下面以centos系统为例介绍一下virtualenv及其管理工具virtualenvwrapper的使用方法
virtualenv
安装
可以使用pip安装也可以使用yum安装
yum install python-virtualenv
# 或
pip install virtualenv
创建虚拟环境
使用virtualenv命令创建虚拟环境：virtualenv [虚拟环境名]
mkdir pyenv #创建虚拟环境仓库
cd pyenv
virtualenv --python /usr/local/python work
执行后会在本地产生一个同名文件夹 ，--python参数用于指定使用的python版本
另外，可以使用--system-site-packages参数来之定是哪个系统环境下的global site packags
virtualenv --system-site-packages work
启动与退出虚拟环境
cd work/
source bin/activate
此时命令行前面会出现一个小括号(work)，表示进入了work虚拟环境
退出虚拟环境
deactivate
virtualenvwrapper
virtualenvwrapper是一种virtualenv虚拟环境的管理工具
安装
安装同样有两种方式
yum install python-virtualenvwrapper
# 或
pip install virtualenvwrapper
配置
查找这个配置脚本的位置，因为你环境里python的安装目录很可能与网上的教程不同
find / -name virtualenvwrapper.sh
设置环境变量，把下面两行加到~/.bashrc里
export WORKON_HOME=/home/pyenv #虚拟环境目录
source /**上一步找到的path**/virtualenvwrapper.sh
到这里virtualenvwrapper的配置就完成了，可以开始检验一下了~
虚拟环境管理
创建虚拟环境：mkvirtualenv [虚拟环境名]
mkvirtualenv paddle
mkvirtualenv tensorflow
mkvirtualenv同样使用—python参数来之定python版本
列出所有虚拟环境：
lsvirtualenv -b
启动/切换虚拟环境：
workon paddle
workon tensorflow
进入到当前虚拟环境目录：
cdvirtualenv
删除虚拟环境：
rmvirtualenv paddle
rmvirtualenv tensorflow
复制虚拟环境：
cpvirtualenv work develop # 复制work为develop
lssitepackages列出当前环境所有site-packages内容，cdsitepackages清楚环境内所有第三方包
