在 Mac OS X 上安装并运行 Jupyter，遇到的问题

Google官方有安装教程，地址https://developers.google.cn/machine-learning/crash-course/running-exercises-locally#download-exercises，其实，对于我这个初学者来说，难点是在于python开发环境的配置，下面就看看，我遇到的问题，以及最后怎么解决的。我用的是mac

按照教程第二步安装pip和virtualenv

sudo easy_install pip virtualenv

然后第三步，在执行

virtualenv --no-site-package jupyter-env

的时候一直报错，Virtualenv Command Not Found，然后就在网上各种搜索，期间也慢慢了解些pip和virtualenv是干啥的，后来按照网上的教程，用pip把virtualenv又安装了一遍（命令是pip install virtualenv，我也不知道用easy_install命令有没有把virtualenv安装成功，按照查的资料来看，pip是easy_install的升级版，都是安装工具），然后把virtualenv的安装目录配置到了.bash_profile文件中。在bash中输入virtualenv能找到这个命令，心里很高兴，感觉再执行virtualenv --no-site-package jupyter-env一定没问题了，结果还是报错，而且报的错更复杂，报错情况和下面帖子中的一样

Virtualenv OSError - setuptools pip wheel failed with error code 1

也是按照帖子中的方法，采用conda install virtualenv，conda是什么鬼（感觉解决问题中遇到的问题越来越多），查资料，原来是conda是比pip更高级更智能的安装工具，为了使用conda把Anaconda（自行搜索）安装了，安装很智能，安装完环境变量就配置好了，然后再执行conda install virtualenv，virtualenv --no-site-package jupyter-env，virtualenv就正常运行了。

说一些我对Anaconda的理解，Anaconda是一个集成工具，安装完Anaconda，就来了pip、conda等工具，就不用自己安装了啦，在bash（命令行）中输入which pip，发现pip是Anaconda包中的pip，而不是之前通过easy_install pip安装的pip。

到了第四步的b步安装库

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade \
  tensorflow "matplotlib<3" pandas sklearn scipy seaborn ipython==5.7 notebook

又遇到了问题：

Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow

先分析以上上面的命令，-i （通过pip install -h 命令查看详细解释）是临时镜像的意思，从地址https://pypi.tuna.tsinghua.edu.cn/simple 下载tensorflow等包，后来在查资料解决了，资料地址：

Could not find a version that satisfies the requirement tensorflow

tensorflow下载后，其他包使用命令pip install "matplotlib<3" pandas sklearn scipy seaborn ipython==5.7 notebook 正常下载就行。

至此，安装过程的所有问题都解决，期间遇到的概念，大家自行搜索了解。

 

参考资料：

Virtualenv Command Not Found

Virtualenv OSError - setuptools pip wheel failed with error code 1

python easy_install pip 关系

Anaconda完全入门指南

Anaconda详细安装使用教程

virtualenv

pip install 执行过程中遇到的各种问题

Could not find a version that satisfies the requirement tensorflow