linux下编译manylinux后缀的.whl二进制包安装文件，用于pypi上传

在共享自己制作的python包的时候，为了不泄露源码，有时候会使用Cython编译或链接C语言库，
生成的wheel安装包含python版本和系统后缀，windows下生成的.whl可以直接上传，但是linux后缀却不行：

HTTPError: 403 Client Error: Invalid or non-existent authentication information. See  
 https://pypi.org/help/#invalid-auth for details for url: https://upload.pypi.org/legacy/

这是因为linux众多的更新和个性化定制导致编译后的库依赖缺乏通用性，pypi上的处理方式是接受manylinux作为后缀的.whl文件，这种后缀的安装包必须符合PEP 513 manylinux1平台标签，在较早linux内核版本的系统（CentOS5等）上编译生成，
再经过wheel审核，确保可以在大多数linux系统上运行，下面介绍一下编译方法：

ps.manylinux有一个很简单的官方demo

1. 前提：
   有一个在其它系统版本上能够打包成功的项目文件，包括setup.py和各种依赖项；安装好了docker；一颗忍耐慢网速的耐心。
   如果你在现在的linux系统上已经生成了linux后缀的安装包，可以试一试

pip install auditwheel
auditwheel repair 你的包.whl

如果没问题就生成了manylinux包，后面的也就不用看了。

2. 拉取docker：
   不会用docker没关系，20分钟在线学习，使用很方便。
   manylinux官方给出的image：docker pull quay.io/pypa/manylinux1_x86_64，但是拉取这个太慢了，建议使用dockerhub上的CentOS6 docker pull pypywheels/manylinux2010-pypy_x86_64，配置好docker国内镜像源之后下载贼快。
3. 配置系统环境：
   建议建立一个本机到image的磁盘映射，这样文件交互比较方便，有时候交互ls命令出现问题，先cd..再等一会进入目录就好了。
   如果是在windows下，需要先右键点状态栏docker小图标settings-shared drives勾选你要用的磁盘，需要输入账户密码。配置好了之后，运行docker container：

docker run -it -d --name "起个名字" -v F:\data\（本机地址）:/work/（image地址） pypywheels/manylinux2010-pypy_x86_64:latest /bin/bash

然后docker exec -it 你的containerID bash，其中containerID通过docker ps查看。
启动之后就是你的CentOS系统了，在这里先用yum安装一些必须的库，比如需要用svn啊什么的。
现在国内几家大公司基本都停止对CentOS5的支持了，所以切换源也别想了，会报404，一个比较好的方法是修改yum的缓存地址，vi /etc/yum.conf，修改软件包存放的位置到你映射本地磁盘的目录：

[main]
#cachedir=/var/cache/yum
cachedir=/映射磁盘目录/yum

这样下载包的时候如果有点慢，可以复制链接在迅雷下载，然后拷贝到目录中。
python的话建议使用anaconda安装，#不要下载最新版本#，在https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/中找合适的版本，比如Anaconda3-4.2.0-Linux-x86_64.sh，记得更换国内pip镜像源。

4. 打包和审查：
   需要安装两个东西：

yum install -y atlas-devel
pip install auditwheel 

然后执行打包和修复命令：

python setup.py bdist_wheel
auditwheel repair 你的包.whl

没问题的话就可以在wheelhouse看到manylinux后缀的安装包了~
建议使用conda安装多个python虚拟环境，多编译几个包一起上传pypi。

其他问题：

1. 我在用yum安装程序的时候，一直提示空间不足

Insufficient space in download directory /var/cache/yum/base/packages

原来是docker死掉的容器太多，占满了缓存，可以查看和清理
：

 docker ps -a
docker system prune

2. 我这里conda安装不了python3.7的虚拟环境，需要手动安装。