一、安装前提

明确自己的开发所需的python版本， Python 2.7.x 或者Python 3.6.x 。
  安装 Python 2.7.x 或Python 3.6.x 版的virtualenv、virtualenvwrapper皆可
  virtualenv 库：创建 python 虚拟环境
  virtualenvwrapper 库：管理 python 虚拟环境（统一）

> pip install virtualenv
> pip install virtualenvwrapper

二、配置环境变量

环境变量设置的困难在于，「Mac本身自带python环境」与「后期安装的Anaconda的python环境」有冲突。

三、安装和启动新的虚拟环境

# Create a virtual environment named e.g. graphlab-env
  在Mac的Terminal中，输入> mkvirtualenv -p *python地址&版本* 虚拟环境名
  本文中，输入 > mkvirtualenv -p /Library/Frameworks/Python.framework/Versions/3.5/bin/python3 scrapy-env，默认不继承系统的第三方包。
  可以添加参数:--no-site-packages(不继承)
         --system-site-packages(继承)

推荐下方安装虚拟环境

直接安装 python 3.5虚拟环境(或2.7等存在于本机的版本)

> mkvirtualenv venv -p python3.5
  ...
> which python 
  Users/bidoli/.virtualenvs/venv/bin/python

执行上述操作，只生成相应版本的「python可执行文件的路径」，如下图所示。
  python的可执行文件默认为python3的，且来至于本地纯净的虚拟环境。
  python2的可执行文件来至于系统,，同时其包与系统的包通用，输入> pip2 list查询可知。

新环境生成后，默认自动进入。
  查看已安装的python环境列表，输入 > workon

# Activate the virtual environment
注意：需进入指定的环境目录下（基于WORKON_HOME的配置，使用virtualenvwrapper库）
  1、在Terminal中，任意位置输入> source activate，直接跳转到（root）的虚拟环境。
  2、输入> source scrapy-env/bin/activate，才会进入（scrapy-env）虚拟环境；或者在scrapy-env目录下输入> source bin/activate也可进入（scrapy-env）虚拟环境。
  3、快速切换

4、退出

四、结果

虚拟环境下，查看「python可执行文件的路径」和「python的包管理」。

1.查看python3的位置；2.查看python的位置；3.查看python安装的包。(仅3个包，十分简洁干净)
  可以在虚拟环境中安装你需要的包，例如：pip install "ipython[notebook]"

五、在PyCharm IDE 中使用此Python虚拟环境

属性栏Pycharm > Preferences > Project:项目名 > Project Interpreter

六、其他安装方式

基于Anaconda的python虚拟环境^[2]
  优点：可视化的包管理界面。
  缺点：一次性安装包太多，速度慢。

image.png

七、问题解决

7.1 jupyter kernel error

原因：
1、多次安装和卸载python环境；
2、anaconda&virtualenv&pyenv3者混合使用，并卸载其中某个。
这2个原因会导致jupyter kernel的python内核(python的环境)路径缺失。
解决：
1、jupyter kernelspec list，查看安装的内核和位置
2、cat kernel.json，查看Python编译器的路径
3、如果不正确，编辑路径，使得其与终端中which python所显示的路径相同

4、重启jupyter notebook即可

参考链接：
【1】python虚拟环境安装和配置
【2】机器学习实战Ubuntu环境搭建
【3】python虚拟环境--virtualenv
【4】Ubuntu 中使用 pyenv 控制 Python 版本
【5】jupyter kernel error