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：virtualenv检查virtualenv安装是否成功
virtualenv
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
退出虚拟环境
deactivate
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
遇到无法安装的问题，最后网上找到了解决方案
www.tuicool.com/articles/rAbqyi
安装完成后，需要对virtualenvwrapper 进行配置：
exportWORKON_HOME='~/.virtualenvs'
source /usr/local/bin/virtualenvwrapper.sh
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，终端其中之后virtualenvwrapper就可以用啦。
利用virtualenvwrapper，我们可以使用下面的命令轻松创建一个虚拟环境。
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即可，
不过因为我的环境变量没有写进bashrc里，所以都要多执行两行：
$cd ~/workspaces$export WORKON_HOME=~/workspaces$source /usr/local/bin/virtualenvwrapper.sh
$ workon env1
退出虚拟环境就用
$ deactivate
http://blog.csdn.net/cryhelyxx/article/details/45562575
