PYTHONPATH变量

PYTHONPATH 是一个用来增加默认包搜索目录的环境变量。可以认为它是对于Python的一个特殊的 PATH 变量。 它仅仅是一个通过 :分割，包含Python模块目录的列表（并不是类似于 sys.path 的Python list）。 它可能就类似下面这样：

export PYTHONPATH=/path/to/some/directory:/path/to/another/directory:/path/to/yet/another/directory

有时候你可能并不想覆盖掉现存的 PYTHONPATH ，而仅仅是希望添加新目录到头部或尾部。

export PYTHONPATH=$PYTHONPATH:/path/to/some/directory    # Append
export PYTHONPATH=/path/to/some/directory:$PYTHONPATH    # Prepend

PYTHONPATH ， sys.path.insert 这些方法并非完美，我们最好也不要用这些方法。 使用它们，你可能可以解决本地的开发环境问题，但它在别的环境下也许并不适用。 有很多种方法可以达到这个效果，在下面我将一一阐述。

我们现在明白的Python如何找到安装的包路径，现在让我们回到开始那个问题。 模块和包的区别到底是什么？包是一个模块或模块/子模块的集合，一般情况下被压缩到一个压缩包中。 其中包含1)依赖信息 2)将文件拷贝到标准的包搜索路径的指令。3)编译指令(如果在安装前代码必须被编译的话)。 就这些东西！

在哪找第三方包？

在安装第三方包之前，你首先要找到他们。以下是几种方法：

1. 你的系统包管理器中的发行版专用包。
2. Python Package Index (or PyPI)
3. 大量的源代码服务器，例如 Launchpad, GitHub, BitBucket 等

通过发行版专用包安装

通过包管理器安装包安装包就像使用命令行或者GUI安装别的软件那样简单。 例如在Ubuntu中安装 simplejson

$ sudo apt-get install python-simplejson

通过pip安装

easy_install渐渐不再流行。我们将主要介绍pip，它是easy_install的一个替代品。

pip是一个用来安装和管理Python包的工具，就如同Python Packet Index一样。 pip并没有随着Python一起安装，因此我们需要先安装它。Linux下，一般这样安装：

$ sudo apt-get install python-pip

在安装任何其他包之前，我总是通过PyPI将pip升级到最新版本的, Ubuntu软件库中的版本普遍落后的PyPI。我通过pip升级pip它自己。

$ sudo pip install pip --upgrade

现在如果需要安装任何包，你可以运行 pip install package-name 命令。 所以可以通过下面命令安装 simplejson:

$ sudo pip install simplejson

删除包也很简单。

$ sudo pip uninstall simplejson

一般情况下， pip 会从PyPI自动安装最新的稳定版， 但有时我们需要安装一个特定版本的包，因为你的项目可能基于特殊的版本。 因此你可能需要使用类似如下的 pip install 命令：

$ sudo pip install simplejson==2.2.1

我们可能需要升级/降级/重新安装包。此时可以通过下面的命令完成：

$ sudo pip install simplejson --upgrade         # Upgrade a package to the latest version from PyPI
$ sudo pip install simplejson==2.2.1 --upgrade  # Upgrade/downgrade a package to a given version

现在，如果你想安装一个处于开发版本的包，它在版本控制仓库有，但是PyPI中还没有怎么办？ pip 能够很好的处理这种情况，但在这之前，你需要自己安装这个版本控制仓库。Ubuntu下，你可以如下安装：

$ sudo apt-get install git-core mercurial subversion

安装版本控制仓库之后，从版本控制仓库安装包就如下所示：

$ sudo pip install git+http://hostname_or_ip/path/to/git-repo#egg=packagename
$ sudo pip install hg+http://hostname_or_ip/path/to/hg-repo#egg=packagename
$ sudo pip install svn+http://hostname_or_ip/path/to/svn-repo#egg=packagename

你也可以同样简单的从本地仓库安装，注意下面的三斜杠是文件目录。

$ sudo pip install git+file:///path/to/local/repository

有一点需要注意，如果使用 git 协议安装，你需要使用 git+git 前缀：

$ sudo pip install git+git://hostname_or_ip/path/to/git-repo#egg=packagename

现在你可能会好奇这些 egg 会被怎么使用。 现在你需要明白的是一个egg是一个被压缩的Python包，里面包含了源代码和一些元数据。pip 在安装包前建立了egg信息。你可以在代码仓库的 setup.py 文件中找到egg名字。 找到 setup 块然后找到类似于name="something" 的字段。 它可能看起来就像如下的代码（这段代码从simplejson的 srtup.py 得到）一样。

setup(

name="simplejson", # <--- This is your egg name

version=VERSION,

description=DESCRIPTION,

long_description=LONG_DESCRIPTION,

classifiers=CLASSIFIERS,

author="Bob Ippolito",

author_email="bob@redivi.com",

url="http://github.com/simplejson/simplejson",

license="MIT License",

packages=['simplejson', 'simplejson.tests'],

platforms=['any'],

**kw)

如果没有 setup.py 文件咋办？这样如何找到egg名？其实我们不需要。 把包源码拷贝到你的工程目录下，然后导入进去就可以直接用了。

--user 选项

上面的所有例子把包都安装到系统范围。如果你在 pip install 时使用 --user 选项，包将被安装到 ~/.local 目录下。在我的机子上，如下所示：

$ pip install --user markdown2

Downloading/unpacking markdown2

  Downloading markdown2-1.0.1.19.zip (130Kb): 130Kb downloaded

  Running setup.py egg_info for package markdown2



Installing collected packages: markdown2

  Running setup.py install for markdown2

    warning: build_py: byte-compiling is disabled, skipping.



    changing mode of build/scripts-2.7/markdown2 from 664 to 775

    warning: install_lib: byte-compiling is disabled, skipping.





    changing mode of /home/mir/.local/bin/markdown2 to 775

Successfully installed markdown2

Cleaning up...

注意： markdown2 被安装到 /home/mir/.local/bin/markdown2 这个目录下。

有很多原因使你不想将包安装到系统目录中。 稍后我将讲解如何对于每个项目设置独立的Python环境。

从源码安装

从源码安装包仅仅需要一个命令，解压这个包到一个目录，然后执行下面的命令。

cd /path/to/package/directory

python setup.py install

尽管这些安装的办法并没有什么不同，但 pip 方式是最好的。 pip 让你拥有轻松升级/降级包的能力，而手动安装你就不得不去手动下载，解压的安装。 手动安装包应该使你最后一个选择，如果别的全部失败了（一般不太可能）。

安装需要编译的包

我们现在已经了解了大多数包的安装方法，但有些包还没有介绍：包含C/C++代码的Python包，它们需要在安装前被编译。 关于这些包最好的例子是数据库适配器，图片处理库等。

虽然 pip 可以处理编译安装的源码，但我个人更喜欢使用发行版的包管理器提供的包。 它将会安装编译好的二进制文件。

如果你还是想用 pip 安装，下面是在Ubuntu系统上需要做的。

编译器的相关工具：

$ sudo apt-get install build-essential

Python开发环境（头文件等）：

$ sudo aptitude install python-dev-all

如果你的系统没有 python-dev-all ，看看这些相似的名字 python-dev , python2.X-dev 等等。

确保你已经安装了 psycopg2 （PostgreSQL RDBMS adapter for Python），你将需要PostgreSQL的开发文件。

$ sudo aptitude install  postgresql-server-dev-all

完成这些依赖的安装后，你就能运行 pip install 了。

$ sudo pip install psycopg2

还需要注意一点： 并不是所有的包都能通过pip编译安装！ 。 但如果你对编译安装很有自信，或者已经对于如何在自己的目标平台安装有足够的经验。 那就大胆的手动安装吧！

virtualenv

在Python的开发环境的最常用的方法是使用virtualenv包。 Virtualenv是一个用来创建独立的Python环境的包。现在，出现了这样的问题：为什么我们需要一个独立的Python环境？ 要回答这个问题，请允许我引用virtualenv自己的文档：

我们需要处理的基本问题是包的依赖、版本和间接权限问题。想象一下，你有两个应用，一个应用需要libfoo的版本1，而另一应用需要版本2。如何才能同时使用这些应用程序？如果您安装到的/usr/lib/python2.7/site-packages（或任何平台的标准位置）的一切，在这种情况下，您可能会不小心升级不应该升级的应用程序。

简单地说，你可以为每个项目建立不同的/独立的Python环境，你将为每个项目安装所有需要的软件包到它们各自独立的环境中。

使用 pip 命令来安装virtualenv：

$ sudo pip install virtualenv

virtualenv安装完毕后，可以通过运行下面的命令来为你的项目创建独立的python环境。

$ mkdir my_project_venv

$ virtualenv --distribute my_project_venv

# The output will something like:

New python executable in my_project_venv/bin/python

Installing distribute.............................................done.

Installing pip.....................done.

上面发生了什么？你创建了文件夹 my_project_venv 来存储你的新的独立Python环境。 --distribute 选项使virtualenv使用新的基于发行版的包管理系统而不是 setuptools 获得的包。 你现在需要知道的就是 --distribute 选项会自动在新的虚拟环境中安装 pip，这样就不需要手动安装了。 当你成为一个更有经验的Python开发者，你就会明白其中细节。

现在看看 my_project_venv 目录，你会看到这样的结构：

# 这里只列出了将被讨论的目录和文件

.

|-- bin

|   |-- activate  # <-- 这个virtualenv的激活文件

|   |-- pip       # <-- 这个virtualenv的独立pip

|   `-- python    # <-- python解释器的一个副本

`-- lib

    `-- python2.7 # <-- 所有的新包会被存在这

通过下面的命令激活这个virtualenv：

$ cd my_project_venv

$ source bin/activate

执行完毕后，提示可能是这个样子的：

(my_project_venv)$ # the virtualenv name prepended to the prompt

通过 deactivate 命令离开virtualenv环境

(my_project_venv)$ deactivate

运行下面的命令可以更好地理解两者的差异，如果已经进入virtualenv请先离开。

首先让我们看看如果调用python/pip命令它会调用那一个。

$ which python

/usr/bin/python

$ which pip

/usr/local/bin/pip

再来一次！这次打开virtualenv，然后看看有什么不同。我的机子上显示如下：

$ cd my_project_venv

$ source bin/activate

(my_project_venv)$ which python

/home/mir/my_project_venv/bin/python

(my_project_venv)$ which pip

/home/mir/my_project_venv/bin/pip

virtualenv拷贝了Python可执行文件的副本，并创建一些有用的脚本和安装了项目需要的软件包，你可以在项目的整个生命周期中安装/升级/删除这些包。 它也修改了一些搜索路径，例如PYTHONPATH，以确保：

1. 当安装包时，它们被安装在当前活动的virtualenv里，而不是系统范围内的Python路径
2. 当import代码时，virtualenv将优先采取本环境中安装的包，而不是系统Python目录中安装的包。

还有一点比较重要，在默认情况下，所有安装在系统范围内的包对于virtualenv是可见的。 这意味着如果你将simplejson安装在您的系统Python目录中，它会自动提供给所有的virtualenvs使用。 这种行为可以被更改，在创建virtualenv时增加 --no-site-packages 选项的virtualenv就不会读取系统包，如下：

$ virtualenv my_project_venv --no-site-packages

virtualenvwrapper

virtualenvwrapper 是一个建立在 virtualenv 上的工具，通过它可以方便的创建/激活/管理/销毁虚拟环境，没它的话进行上面的操作将会相当麻烦。 可以通过下面命令安装 virtualenvwrapper 。

$ sudo pip install virtualenvwrapper

安装后，你需要配置它。下面是我的配置：

if [ `id -u` != '0' ]; then

  export VIRTUALENV_USE_DISTRIBUTE=1        # <-- Always use pip/distribute

  export WORKON_HOME=$HOME/.virtualenvs       # <-- Where all virtualenvs will be stored

  source /usr/local/bin/virtualenvwrapper.sh

  export PIP_VIRTUALENV_BASE=$WORKON_HOME

  export PIP_RESPECT_VIRTUALENV=true

fi

设置 WORKON_HOME 和 source /usr/local/bin/virtualenvwrapper.sh 只需要几行代码，别的部分是按照我个人喜好添加的。

将上面的配置添加到 ~/.bashrc 的末尾，然后将下面的命令运行一次：

$ source ~/.bashrc

如果你关闭所有的shell窗口和标签，然后再打开一个新的shell窗口或标签时， ~/.bashrc 也会被执行，此时将会自动的更新你的virtualenvwrapper 配置。 效果就跟执行上面的命令一样。

新建/激活/关闭/删除虚拟空间需要执行下面的命令：

$ mkvirtualenv my_project_venv

$ workon my_project_venv

$ deactivate

$ rmvirtualenv my_project_venv

Tab补全在virtualenvwrapper中是可用的哦～

前往 virtualenvwrapper 主页 查找更多关于它的信息。

通过pip和virtualenv进行依赖管理

pip 结合 virtualenv 可以为你的项目提供基本的依赖管理。

你可以通过 pip freeze 命令来查看当前已安装的包版本。下面列出的是我写着个博客所用到的包的版本：

$ pip freeze -l

Jinja2==2.6

PyYAML==3.10

Pygments==1.4

distribute==0.6.19

markdown2==1.0.1.19

注意 -l 选项，它告诉 pip 只导出当前活动虚拟空间中安装的包，排除那些全局空间安装的包。

你可以把结果保存到文件里，然后将它添加到你的版本控制系统里。

$ pip freeze -l  > requirements.txt

同时 pip 也能从一个包含 pip freeze 命令的文件中安装包。

$ pip install -r requirements.txt

编辑器

对于Python编程有大量很优秀的编译器。对于我个人而言，我更倾向于Vim，但这里我并不想挑起一场 编辑器战争 。

有大量支持Python的编辑器，例如：Vim/Gvim, Emacs, GNOME上的GEdit, KDE上的Kate, Scribes, ActiveState的Komodo Edit/IDE, WingWare的Wing IDE, JetBrains上PyCharm, Eclipse的PyDEV插件。此外，还有其他，但这些似乎是最流行的。你可以任意选择最适合你的。

Pyflakes：源码检测工具

Pyflakes是一个检查Python源码并通过文本分析找出错误的工具。 它可以检测出语法错误，和（部分）逻辑错误，导入但未使用的模块，只使用一次的变量，等等。

你可以通过 pip 安装：

$ pip install pyflakes

在命令行调用它，参数填源文件名即可，如下所示：

$ pyflakes filename.py

Pyflakes也可已被集成进编辑器。这是它在我的vim中的样子。注意红波浪线：

请自行前往Stack Overflow找出如何将Pyflakes添加到编辑器。

Pyflakes官网

Requests:一个HTTP库

Requests是一个将处理HTTP请求变得轻而易举的库。

同样是通过 pip 安装它：

$ pip install requests

下面是一个例子：

>>> import requests

>>> r = requests.get('https://api.github.com', auth=('user', 'pass'))

>>> r.status_code

204

>>> r.headers['content-type']

'application/json'

>>> r.content

...

Requests文档

Flask:一个web开发的微框架

Flask是一个基于Werkzeug和Jinja2的微框架。

通过 pip 安装：

$ pip install Flask

这是一个简单的例子：

from flask import Flask

app = Flask(__name__)



@app.route("/")

def hello():

    return "Hello World!"



if __name__ == "__main__":

    app.run()

可以这样运行它：

$ python hello.py

 * Running on http://localhost:5000/

Flask官网

Django:一个全栈式web开发框架

Django是一个全栈式web开发框架。它提供了ORM，HTTP库，表单处理，XSS过滤，模板和别的特性。

通过 pip 安装：

$ pip install Django

去 Django官网 查找更多信息。

Fabric:简化SSH的使用并部署系统管理员任务

Fabric是一个命令行工具用来简化程序对于SSH的使用或运行系统管理员任务。 它提供了一个基本套件可以执行本地或远程shell命令（正常或通过sudo），上传/下载文件，以及其他辅助功能，如提示用户输入，或中止执行的操作。

可以通过 pip 安装：

$ pip install fabric

这是一个通过Fabric写的任务：

from fabric.api import run



def host_type():

    run('uname -s')

你可以在一台或多台服务器上执行这个命令：

$ fab -H localhost host_type

[localhost] run: uname -s

[localhost] out: Linux



Done.

Disconnecting from localhost... done.

Fabric官网

SciPy:一个科学计算库

如果你的工作涉及科学和数值计算，SciPy的是您不可或缺的重要工具。

SciPy官网这样介绍：

SciPy的（读做“Sigh Pie”）是数学、科学和工程方面的开源库。 这也是Python在数值计算方面非常优秀的一个库。 SciPy的库依赖于NumPy，它提供了方便快速的N维矩阵操作。 SciPy库与NumPy中的矩阵兼容，并提供了许多用户友好且高效率的数值程序，如数值的积分和优化。 同时，他们运行在所有流行的操作系统上，安装快速，并且都是免费的。NumPy和SciPy易于使用，但功能强大，足以满足一些世界领先的科学家和工程师。 如果您需要在电脑上处理数字、显示或公布结果，试试SciPy吧！

SciPy

PEP 8:Python风格指南

虽然它本身不是一个软件工具，但它却是Python一个重要的资源。

PEP 8是一个描述Python发行版中基本库的编码约定的文档。 这份文档的希望能够约定全世界Python开发者的代码布局，变量、类、函数的命名规则。 请确保你了解它，并遵循它。他将在未来的Python使用中带来相当多的益处。

PEP 0008

强大的Python标准库

Python的标准库涵盖非常广泛，提供各种各样的功能。 该库包含的内置模块（使用C编写的）提供了访问系统的功能，如文件I/O， 并且存在大量Python编写的模块，他们提供标准化的解决方案去解决日常的编程中出现的许多问题。 这些模块都明确地抽离平台的细节，提供平台无关的API，旨在加强Python程序的跨平台可移植性。