virtualenv 可以用来建立一个专属于项目的python环境，保持一个干净的环境。只需要通过命令创建一个虚拟环境，不用的时候通过命令退出，删除。实践证明用虚拟环境能避免很多糟心的事。
下面介绍一下安装方法：
安装 virtualenv;
安装 virtualenvwrapper;
安装 Numpy，Scipy，Matplotlib 等Python科学计算的库;
1.安装 virtualenv
$ sudo pip install virtualenv
然后建立一个测试目录：
$ mkdir testvirtual
$ cd testvirtual
就可以成功创建一个虚拟环境 env1：
$ virtualenv env1
进入env1:
source env1/bin/activate
退出:
deactivate
2.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。
运行下面命令就安装成功了，默认安装在 /usr/local/bin下面：
$ sudo easy_install virtualenvwrapper
接下来创建一个文件夹，用来存放所有的虚拟环境：
$ mkdir ~/workspaces
$ cd ~/workspaces
但是在使用virtualenvwrapper之前，要运行virtualenvwrapper.sh文件，需要设置环境变量，vim ~/.bashrc打开配置文件，把下面两行代码加上，但是mac比较特殊直接写不管用。
export WORKON_HOME=~/workspaces
source /usr/local/bin/virtualenvwrapper.sh
因为unix下当shell是login shell，.bash_profile才加载，而.bashrc相反。 Linux下，打开终端terminal是non-login shell。 OSX下，运行Terminal.app是一个login shell，所以.bash_profile会加载，而bashrc不会加载。
直接在命令行写也可以，但是每次启动shell都要手动输入很麻烦，下面是解决方法是 vim ~/.bash_profile打开配置文件把下面代码加上：
if [ “${BASH-no}” != “no” ]; then
[ -r ~/.bashrc ] && . ~/.bashrc
fi
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：
$ cdvirtualenv
进入当前环境的site-packages：
$ cdsitepackages
$ cdsitepackages pip
复制虚拟环境：
$ cpvirtualenv env1 env3
Copying env1 as env3…
退出虚拟环境：
$ deactivate
删除虚拟环境：
$ rmvirtualenv env2
Removing env2…
3.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
我没安装成功，然后下载后本地安装的：
pip install /Users/Angela/Downloads/numpy-1.11.2-cp27-cp27m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl
最好都本地安装，大多直接安装不成功。如果在线安装超时，可以建个文件：
mkdir ~/.pip
vim ~/.pip/pip.conf
内容如下，设置超时时间和指定源：
[global]
timeout = 6000
index-url = http://e.pypi.python.org/simple
[install]
use-mirrors = true
mirrors = http://e.pypi.python.org
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：
$ workon env1
$ cdvirtualenv
退出虚拟环境就用
$ deactivate
4.virtualenv自带pip，如果不用虚拟环境也行。
安装pip方法如下： pip是常用的Python包管理工具，类似于Java的maven。用python的同学，都离不开pip。 在新mac中想用home-brew安装pip时，遇到了一些小问题：
bogon:~ wanglei$ brew install pip
Error: No available formula with the name "pip"
Homebrew provides pip via: `brew install python`. However you will then
have two Pythons installed on your Mac, so alternatively you can install
pip via the instructions at:
https://pip.readthedocs.org/en/stable/installing/#install-pip
由此可见，在home-brew中，pip的安装是跟python一起的。
换种方式：
bogon:~ wanglei$ sudo easy_install pip
Password:
Searching for pip
Reading https://pypi.python.org/simple/pip/
...
稍等片刻，pip就安装完毕
5.安装TensorFlow
下载tensorflow（可以百度网盘直接下载，避免FQ）。 网盘地址：tensorflow下载。
一些依赖包如果安装不顺畅，可以去pypi.python.org直接下载，比如numpy我没安装上，下载包后本地安装上了。
直接安装依赖包会遇到很多坑，比如和现有版本冲突等安装失败。可以安装virtualenv来隔离环境，会自动安装six-1.10等很多依赖包，之后就可以安装Numpy、Scipy、Matplotlib 等库。
最后，装完后安装tensorflow
pip install /Users/Angela/Downloads/TensorFlow/mac/tensorflow-0.5.0-py2-none-any.whl
我下载的TensorFlow文件放在/Users/Angela/Downloads/目录’下了。