一、搭建虚拟环境

VirtualEnv可以方便的解决不同项目中对类库的依赖问题。这通常是通过以下方式实现的：首先将常用的类库安装在系统环境中；然后为每个项目安装独立的类库环境。这样子可以保证每个项目都运行在独立的类库环境中。
1. 安装

pip install --ignore-installed filelock
pip install virtualenv
pip install virtualenvwrapper

2、构造项目目录，为项目安装虚拟环境
先创建了项目文件夹myproject，然后在该文件夹中安装了虚拟环境env。

3、启动虚拟环境，安装所需类库：
在windows中虚拟环境的启动使用命令：your_env_dir\Scripts\activate
默认情况下，virtualenv已经安装好了pip。在启动虚拟环境后直接使用pip install 命令就可以为该虚拟环境安装类库。

4.安装Jupyter
Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果.

pip install jupyter

jupyter启动

# 进入刚刚安装jupyter的虚拟环境
cd myproject
# 开启jupyter
jupyter notebook

测试：
在jupyter中安装 matplotlib 进行绘图(绘制折线图,并保存)

pip install matplotlib

import matplotlib.pyplot as plt
import random
import matplotlib.pyplot as plt
# 保证生成的图片在浏览器内显示
%matplotlib inline
plt.rcParams['font.family'] = ['Arial Unicode MS', 'sans-serif']
# 指定画板的大小等等
plt.figure(figsize=(6, 6), dpi=100)
# 指定axis的一些坐标点,必须是列表
x = [1,2,3,4,5,6,7]
y = [107,17,108,15,101,11,102]
# 画出折线图
plt.plot(x, y)
# 将图片保存在文件同级目录下(必须在show()的前面调用)
plt.savefig("./test.png")
# 最终显示图
plt.show()

二、安装数据挖掘需要的依赖

# 进入刚刚安装jupyter的虚拟环境
cd myproject
#机器图像处理，视觉框架
pip install opencv-python
pip install opencv-contrib-python
#Pip 安装 tensoflow（AI框架）
pip install tensorflow
#Pip安装 keras(神经网络库) 
pip install keras
#技术指标库 TA-Lib
#进入https://www.lfd.uci.edu/~gohlke/pythonlibs/下载相应的whl文件，将其拷贝到
#myproject\env\Scripts 下执行
pip install xxx.whl
#绘图 matplotlib
pip install matplotlib
#运算工具
pip install numpy
#数据处理工具
pip install pandas
#hdf5
pip install tables
#hdf5
pip install tables
#数据分析与展示的平台
pip install jupyter