pythonrpath
怎样安装以源码包打包的软件；
1、源码包的打包格式；
源代码一般以file.tar.gz file.tar.bz2或file.src.rpm 打包；file.tar.gz和file.tar.bz2格式的解包命令如下；
[root@localhost beinan]# tar jxvf file.tar.bz2
[root@localhost beinan]# tar zxvf file.tar.gz
至于file.src.rpm 的用法，请参见：《file.src.rpm 使用方法的简介》
2、如何编译安装源码包；（大多数）
1）解开软件包查看帮助文档；
我们解开一个包后，进入解压包，一般都能发现README（或reame)和INSTALL( 或install)；或doc（或DOC)目录；看名字就知道个差不多；
比如我们下载一个比较新的fcitx 的软件包，比如是 fcitx-3.2-050827.tar.bz2
我们在解开这个软件包会会发现如下的文件；
[root@localhost fcitx]# tar jxvf fcitx-3.2-050827.tar.bz2
[root@localhost fcitx]#cd fcitx
[root@localhost fcitx]# ls
aclocal.m4 config.guess configure debian INSTALL Makefile.in src xpm
AUTHORS config.h.in configure.in depcomp install-sh missing THANKS
autogen.sh config.rpath COPYING doc lib mkinstalldirs TODO
ChangeLog config.sub data fcitx.spec.in Makefile.am README tools
所以我们就可以看fcitx的INSTALL 和doc目录的安装文档了；里面都告诉我们如何安装；
有时安装文档也会在开发者的主页上有详细的说明，及常见问题的处理等；比如 LumaQQ
2）编译安装软件的条件；
首 先我们在linux系统中至少得把开发工具安装上，比如 gcc ;perl;python;glibc;gtk;make ;automake 等开发工具或基础包；还要安装一些相应的开发包，一般是文件名包括dev的，比如kernel-devel；还有一些开发库，比如以lib开头的；如果您 在编译软件时，有时提示缺少什么东西之类的，大多少的是这些开发工具和开发库等；从光盘中找出安装就是了；有时光盘没有提供，请用google搜索相应的 软件包，有时可能也会用到源码包编译安装所依赖的包；
有时本来系统中已经安装了所依赖的包，但系统提示找不到应该怎么办？这时需要我们设置一下PKG_CONFIG_PATH的环境变量就行了；
#export PKG_CONFIG_PATH=/usr/lib/pkgconfig
或
#export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
然后我们再来运行编译的./configure ;make ;make install ，尝试着来吧；
以java开发的工具开发的程序，要用到 jre或者jdk ；jdk已经包括jre了，所以如果我们只是要求有一个java程序运行的环境，只需要安装jre就行了；安装好jre，配置一下java的环境变量就可以用了。如果是图形界面的程序，点点鼠标就OK了；
用perl 开发的程序，是需要perl环境的，所以必须得把perl的包安装上，python 也同理；
3）编译安装软件的方法；
大多以tar.gz 和tar.bz2打包软件，大多是通过 ./configure ;make ;make install 来安装的；有的软件是直接make;make install ；
我们可以通过./configure --help 来查看配置软件的功能；大多软件是提供./configure 配置软件的功能的；少数的也没有，如果没有的就不用./configure ;直接make;make install 就行了；
./configure 比较重要的一个参数是 --prefix ，用--prefix 参数，我们可以指定软件安装目录；当我们不需要这个软件时，直接删除软件的目录就行了；
比如我们可以指定fcitx 安装到 /opt/fcitx 目录中；
[root@localhost fcitx]#./configure --prefix=/opt/fcitx
如果我们不需要fcitx 时，可以直接删除 /opt/fcitx 目录；
所以我们举这个例子中，fcitx如果定制安装到 /opt/fcitx目录中，完整的安装方法应该是：
[root@localhost fcitx]# tar jxvf fcitx-3.2-050827.tar.bz2
[root@localhost fcitx]#cd fcitx
[root@localhost fcitx]# ./configure --prefix=/opt/fcitx
[root@localhost fcitx]# make
[root@localhost fcitx]# make install
调用fcitx ，应该是
[beinan@localhost ~]#/opt/fcitx/bin/fcitx
如果您想要让fcitx 只要执行fcitx ，就能调用，请配置环境变量，或者在/usr/bin 中做一个fcitx 的链接；
[root@localhost beinan]# ln -s /opt/fcitx/bin/fcitx /usr/bin/fcitx
一般的情况下都有说，但大多软件没有提供源码包的卸载方法；我们可以找到软件的安装点删除。主要看你把它安装在哪了。
设置环境变量PATH，请参见：《在Fedora Core 中，有些常用命令怎么没有？解决办法设置PATH》
所以您的PATH可以设置成这样的；
export PATH=".:/bin:/usr/bin:/usr/local/bin:/usr/sbin:/usr/X11R6/bin:/sbin:/opt/fcitx/bin"
当然这只是举个例子，fcitx 可以进入桌面自动运行的，请参看 http://www.fcitx.org 官方站上的安装说明；举个例子只是让大家好理解一点；
再举一个例子，比如我想安装mlterm ；并指定安装目录为/opt/mlterm中； http://mlterm.sourceforge.net
#./configure --prefix=/opt/mlterm
#make
#make install
把源码包安装的软件，都指定安装在 /opt目录中，这样不就知道了软件安装在哪里了；也方便卸载；
2. python tensorflow 怎么添加auc
tensorflow添加自定义的auc计算operator
tensorflow可以很方便的添加用户自定义的operator(如果不添加也可以采用sklearn的auc计算函数或者自己写一个 但是会在python执行，这里希望在graph中也就是c++端执行这个计算)
这里根据工作需要添加一个计算auc的operator，只给出最简单实现，后续高级功能还是参考官方wiki
注意tensorflow现在和最初的官方wiki有变化，原wiki貌似是需要重新bazel编译整个tensorflow，然后使用比如tf.user_op.auc这样。
目前wiki给出的方式>=0.6.0版本，采用plug-in的方式，更加灵活可以直接用g++编译一个so载入，解耦合，省去了编译tensorflow过程，即插即用。
首先auc的operator计算的文件
tensorflow/core/user_ops/auc.cc
/* Copyright 2015 Google Inc. All Rights Reserved.
Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a of the License at
Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.
==============================================================================*/
// An auc Op.
#include "tensorflow/core/framework/op.h"
#include "tensorflow/core/framework/op_kernel.h"
using namespace tensorflow;
using std::vector;
//@TODO add weight as optional input
REGISTER_OP("Auc")
.Input("predicts: T1")
.Input("labels: T2")
.Output("z: float")
.Attr("T1: {float, double}")
.Attr("T2: {float, double}")
//.Attr("T1: {float, double}")
//.Attr("T2: {int32, int64}")
.SetIsCommutative()
.Doc(R"doc(
Given preidicts and labels output it's auc
)doc");
class AucOp : public OpKernel {
public:
explicit AucOp(OpKernelConstruction* context) : OpKernel(context) {}
template<typename ValueVec>
void index_sort(const ValueVec& valueVec, vector<int>& indexVec)
{
indexVec.resize(valueVec.size());
for (size_t i = 0; i < indexVec.size(); i++)
{
indexVec[i] = i;
}
std::sort(indexVec.begin(), indexVec.end(),
[&valueVec](const int l, const int r) { return valueVec(l) > valueVec(r); });
}
void Compute(OpKernelContext* context) override {
// Grab the input tensor
const Tensor& predicts_tensor = context->input(0);
const Tensor& labels_tensor = context->input(1);
auto predicts = predicts_tensor.flat<float>(); //输入能接受float double那么这里如何都处理?
auto labels = labels_tensor.flat<float>();
vector<int> indexes;
index_sort(predicts, indexes);
typedef float Float;
Float oldFalsePos = 0;
Float oldTruePos = 0;
Float falsePos = 0;
Float truePos = 0;
Float oldOut = std::numeric_limits<Float>::infinity();
Float result = 0;
for (size_t i = 0; i < indexes.size(); i++)
{
int index = indexes[i];
Float label = labels(index);
Float prediction = predicts(index);
Float weight = 1.0;
//Pval3(label, output, weight);
if (prediction != oldOut) //存在相同值得情况是特殊处理的
{
result += 0.5 * (oldTruePos + truePos) * (falsePos - oldFalsePos);
oldOut = prediction;
oldFalsePos = falsePos;
oldTruePos = truePos;
}
if (label > 0)
truePos += weight;
else
falsePos += weight;
}
result += 0.5 * (oldTruePos + truePos) * (falsePos - oldFalsePos);
Float AUC = result / (truePos * falsePos);
// Create an output tensor
Tensor* output_tensor = NULL;
TensorShape output_shape;
OP_REQUIRES_OK(context, context->allocate_output(0, output_shape, &output_tensor));
output_tensor->scalar<float>()() = AUC;
}
};
REGISTER_KERNEL_BUILDER(Name("Auc").Device(DEVICE_CPU), AucOp);
编译：
$cat gen-so.sh
TF_INC=$(python -c 'import tensorflow as tf; print(tf.sysconfig.get_include())')
TF_LIB=$(python -c 'import tensorflow as tf; print(tf.sysconfig.get_lib())')
i=$1
o=${i/.cc/.so}
g++ -std=c++11 -shared $i -o $o -I $TF_INC -l tensorflow_framework -L $TF_LIB -fPIC -Wl,-rpath $TF_LIB
$sh gen-so.sh auc.cc
会生成auc.so
使用的时候
auc_mole = tf.load_op_library('auc.so')
#auc = tf.user_ops.auc #0.6.0之前的tensorflow 自定义op方式
auc = auc_mole.auc
evaluate_op = auc(py_x, Y) #py_x is predicts, Y is labels
3. ！！500财富（解决后追加）。源码包安装的bind 忘记指定安装目录了，如何卸载干净
理论上来说不删除没什么影响的
只要你后面安装的bind路径起作用就可以了
最多就是浪费点空间
4. 如何将linux下的开源软件转化为windows上运行呢
这个没那么简单的，如果是通过java、python等等实现的还好，但是Linux下的话貌似大多数程序都是源码编译二次打包的，所以移植到Windows平台没那么简单。
就像你说要把Android程序给WP用，没那么简单可以实现的，不然那些程序猿岂不没有门槛了都。
5. 如何在CentOS6上安装Python2.7和Python3.3-Python
CentOS 6自带了Python 2.6.6（CentOS 7则自带了Python 2.7）和一些非常好用的功能，如yum。但是，注意不要随便升级自带的Python以免yum不可用。 新版本将安装在/usr/local目录下以避免和自带的版本冲突。
虽然“我”只在64位的CentOS 6.5进行了尝试，但该教程应该适用于所有的CentOS 6版本（本人按此教程在CentOS 7上亦成功安装Python3.4）。
下
面的示例命令您最好以root身份运行或者在命令前加sudo赋予权限。但注意，若不是以root身份执行的话，make 与make
install最好分开执行，并且都在前面加sudo，连着写，如sudo make && make install的话会在make
install过程中报权限不足问题，因为sudo不作用于&&后面的make install。
安装前准备
编
译Python之前您最好先安装一系列的开发工具和一些拓展库，虽然不是必须的，但这样Python才能依赖这些工具和拓展库展示它强悍的功能。下面是利
用yum进行工具和拓展库安装的示例命令，直接执行即可（注意部分命令显示不全，但可以通过移动光标查看和复制）。
yumgroupinstall"Development tools"
yuminstallzlib-develbzip2-developenssl-develncurses-develsqlite-develreadline-develtk-develgdbm-develdb4-devellibpcap-develxz-devel
该考虑的因素
在您编译和安装Python之前，有些东西您是应该知道或考虑的。如下。
Unicode编码
Python
编码问题历史悠久，但不用过多关注，知道它目前支持Unicode编码即可（Python3中默认的）。考虑到兼容性等原因，除非有特殊的理由，您最好配
置下Python 3.2和更早的版本，使其支持UTF-32编码，虽然会增加小小的内存代价。在Python
2.7中您可以通过在configure时添加选项--enable-unicode=ucs4 进行配置，而在Python 3.2中是--with-wide-unicode选项。
Shared library（动态共享库）
目
前大部分的Linux系统自带的Python都是以共享库的方式编译的,
此外，某些第三方工具例如mod_wsgi和Blender，没有Python的共享库还运行不了，所以，您最好还是把Python编译成动态共享库吧。
为了以共享库方式编译Python，您必须指明共享库的路径。您有两种选择：
在configure命令后面添加:LDFLAGS="-Wl,-rpath /usr/local/lib"从而将库路径直接编译进Python中。
以记事本方式打开 /etc/ld.so.conf ，然后在文件最后添加新行：/usr/local/lib 。紧接着运行命令 /sbin/ldconfig 更新动态链接器。 添加后的文件内容在CentOS 6.5 如下:
/etc/ld.so.conf
include ld.so.conf.d/*.conf
/usr/local/lib
使用 “make altinstall” 而不是make install
切记，在安装自定义版本的Python时，make altinstall命令是必须的！如果您使用一般的 make install命令，呵呵，您将会在解压编译的目录下看到两个命名一样但版本不同的python，这有可能会导致一些意想不到的bug哦，具体是什么作者没说，我也不知道。
下载，编译，安装Python
如下命令可用于下载、编译和安装Python。注意，如果您打算安装后手动修改/etc/ld.so.conf文件以更新动态链接器，那么下面的 LDFLAGS 参数您就可以去掉了。
# Python 2.7.6:
wgethttp://python.org/ftp/python/2.7.6/Python-2.7.6.tar.xz
tarxfPython-2.7.6.tar.xz
cdPython-2.7.6
./configure--prefix=/usr/local--enable-unicode=ucs4--enable-sharedLDFLAGS="-Wl,-rpath /usr/local/lib"
make&&makealtinstall（此处切记，要么以root运行，要么分开执行！）
# Python 3.3.5:
wgethttp://python.org/ftp/python/3.3.5/Python-3.3.5.tar.xz
tarxfPython-3.3.5.tar.xz
cdPython-3.3.5
./configure--prefix=/usr/local--enable-sharedLDFLAGS="-Wl,-rpath /usr/local/lib"
make&&makealtinstall（此处切记，要么以root运行，要么分开执行！）
执行上述命令之后，您可以在/usr/local/bin/python2.7或 /usr/local/bin/python3.3中找到新安装的Python。而Python 2.6.6则可能在/usr/bin/python, /usr/bin/python2或 /usr/bin/python2.6找到。
下载和安装Setuptools + pip
Setuptools早已取代 Distribute成为Python官方的拓展包管理器，以用于从Python Package Index安装拓展功能包。 不同版本的Python需要的Setuptools版本不同。建议您也通过Setuptools安装 pip，它提供了一些额外在安装拓展功能包时很有用的功能。
以下的命令可用于安装最新版Setuptools 和 pip。
# First get the setup script for Setuptools:
wgethttps://bitbucket.org/pypa/setuptools/raw/bootstrap/ez_setup.py
# Then install it for Python 2.7 and/or Python 3.3:
python2.7ez_setup.py
python3.3ez_setup.py
# Now install pip using the newly installed setuptools:
easy_install-2.7pip
easy_install-3.3pip
# With pip installed you can now do things like this:
pip2.7install[packagename]
pip2.7install--upgrade[packagename]
pip2.7uninstall[packagename]
安装的拓展功能包在/usr/local/lib/pythonX.Y/site-packages/中可以找到(X.Y是Python的版本号)。
接下来干嘛?
如果您使用 Python 2.7，强烈建议您安装virtualenv并学会使用它，它可用于创建独立的 Python 环境。如果您使用 Python 3.3的话就可以省心些，它已被内置了。
不
同的 Python 运行环境(也叫沙盒) 可以有自己的 Python
版本和拓展功能包，就是说不同的Python安装和运行的目录不同，也可以为每个版本的Python安装对应的名称一样但版本不同的拓展包。
这在开发多个功能不同的项目或在同一个项目中需要用到不同版本的Python是会很有用的。
创建您第一个独立的Python环境
# Install virtualenv for Python 2.7 and create a sandbox called my27project:
pip2.7installvirtualenv
virtualenv-2.7my27project
# Use the built-in pyvenv program in Python 3.3 to create a sandbox called my33project:
pyvenv-3.3my33project
# Check the system Python interpreter version:
python--version
# This will show Python 2.6.6
# Activate the my27project sandbox and check the version of the default Python interpreter in it:
sourcemy27project/bin/activate
python--version
# This will show Python 2.7.6
deactivate
# Activate the my33project sandbox and check the version of the default Python interpreter in it:
sourcemy33project/bin/activate
python--version
# This will show Python 3.3.5
deactivate
6. 在linux上交叉编译wxPython的时候遇到的一个找不到链接库的问题，求解答
你这个文件到底在什么地方？
/usr/local/arm/gtkdfp/lib
下面怎么还有带目录名的 /usr/lib/
把程序装载稀奇古怪的地方，出现任何问题都是可能的。
7. 如何支持自定义安装的高版本openssl库
1. Python官网下载源码包（version 2.7.8）并解压
2. 通过configure配置Makefile参数
假定先前已在/home/slvher/tools/openssl-1.0.1j路径下成功安装好高版本openssl，那么，可以通过下面的环境变量来设置gcc的编译/链接参数：
export LDFLAGS="-lssl -lcrypto -Wl,-rpath=/home/slvher/tools/openssl-1.0.1j/lib/" export CPPFLAGS="-I/home/slvher/tools/openssl-1.0.1j/include"
然后运行configure工具：
./configure --prefix=/home/slvher/tools/Python-2.7.8
configure运行完后，会生成Makefile，check无误后，执行make && make install就能完成Python安装。
3. 验证Python支持的ssl版本
Python安装成功且其bin路径加入PATH环境变量后，可通过下面的命令来验证是否正确支持高版本的openssl库：
python -c "import ssl; print ssl.OPENSSL_VERSION"
例如我机器上的输出结果如下：
OpenSSL 1.0.1j 15 Oct 2014
8. 编译安装php时出错configure: error: build test failed.
对于PHP在./configure的时候出现下面问题：
checking whether to enable LIBXML support... yes
checking libxml2 install dir... /usr/local/libxml2/
checking for xml2-config path... /usr/local/libxml2//bin/xml2-config
checking whether libxml build works... no
configure: error: build test failed. Please check the config.log for details.
#按照提示我们查看php安装目录下的config.log文件，搜索xml2-config
[root@lamp-lnmp php-5.6.40]# vim config.log
#发现下面内容：
configure:23104: checking for xml2-config path
configure:23118: result: /usr/local/libxml2//bin/xml2-config
configure:23262: checking whether libxml build works
configure:23289: cc -o conftest -g -O2 -fvisibility=hidden -pthread -D_REENTRANT -Wl,-rpath,/usr/local/libxml2/lib -L/usr/local/libxml2/lib conftest.c
-lrt -lm -ldl -lnsl -lxml2 -lz -lm -ldl >&5
configure:23289: $? = 0
configure:23289: ./conftest
./conftest: /lib64/libz.so.1: version `ZLIB_1.2.3.3' not found (required by /usr/local/libxml2/lib/libxml2.so.2)
configure:23289: $? = 1
configure: program exited with status 1
configure: failed program was:
#我们这里查看一下这个/lib64/libz.so.1的文件，发现链接到一个旧的libz文件中，这里将/lib64/libz.so.1软连接到新文件/usr/local/lib/libz.so.1.2.11中进行下面设置。
[root@lamp-lnmp ~]# ln -sf /usr/local/lib/libz.so.1.2.11 /lib64/libz.so.1
[root@lamp-lnmp ~]# ls -l /lib64/libz.so.1
lrwxrwxrwx 1 root root 29 Feb 2 11:13 /lib64/libz.so.1 -> /usr/local/lib/libz.so.1.2.11
9. 如何在CentOS6上安装Python2.7和Python3.3
CentOS 6自带了Python 2.6.6（CentOS 7则自带了Python 2.7）和一些非常好用的功能，如yum。但是，注意不要随便升级自带的Python以免yum不可用。 新版本将安装在/usr/local目录下以避免和自带的版本冲突。
虽然“我”只在64位的CentOS 6.5进行了尝试，但该教程应该适用于所有的CentOS 6版本（本人按此教程在CentOS 7上亦成功安装Python3.4）。
下面的示例命令您最好以root身份运行或者在命令前加sudo赋予权限。但注意，若不是以root身份执行的话，make 与make install最好分开执行，并且都在前面加sudo，连着写，如sudo make && make install的话会在make install过程中报权限不足问题，因为sudo不作用于&&后面的make install。
安装前准备
编译Python之前您最好先安装一系列的开发工具和一些拓展库，虽然不是必须的，但这样Python才能依赖这些工具和拓展库展示它强悍的功能。下面是利用yum进行工具和拓展库安装的示例命令，直接执行即可（注意部分命令显示不全，但可以通过移动光标查看和复制）。
yumgroupinstall"Development tools"
yuminstallzlib-develbzip2-developenssl-develncurses-develsqlite-develreadline-develtk-develgdbm-develdb4-devellibpcap-develxz-devel
该考虑的因素
在您编译和安装Python之前，有些东西您是应该知道或考虑的。如下。
Unicode编码
Python编码问题历史悠久，但不用过多关注，知道它目前支持Unicode编码即可（Python3中默认的）。考虑到兼容性等原因，除非有特殊的理由，您最好配置下Python 3.2和更早的版本，使其支持UTF-32编码，虽然会增加小小的内存代价。在Python 2.7中您可以通过在configure时添加选项--enable-unicode=ucs4 进行配置，而在Python 3.2中是--with-wide-unicode选项。
Shared library（动态共享库）
目前大部分的Linux系统自带的Python都是以共享库的方式编译的, 此外，某些第三方工具例如mod_wsgi和Blender，没有Python的共享库还运行不了，所以，您最好还是把Python编译成动态共享库吧。为了以共享库方式编译Python，您必须指明共享库的路径。您有两种选择：
在configure命令后面添加:LDFLAGS="-Wl,-rpath /usr/local/lib"从而将库路径直接编译进Python中。
以记事本方式打开 /etc/ld.so.conf ，然后在文件最后添加新行：/usr/local/lib 。紧接着运行命令 /sbin/ldconfig 更新动态链接器。 添加后的文件内容在CentOS 6.5 如下:
/etc/ld.so.conf
include ld.so.conf.d/*.conf
/usr/local/lib
使用 “make altinstall” 而不是make install
切记，在安装自定义版本的Python时，make altinstall命令是必须的！如果您使用一般的 make install命令，呵呵，您将会在解压编译的目录下看到两个命名一样但版本不同的python，这有可能会导致一些意想不到的bug哦，具体是什么作者没说，我也不知道。
下载，编译，安装Python
如下命令可用于下载、编译和安装Python。注意，如果您打算安装后手动修改/etc/ld.so.conf文件以更新动态链接器，那么下面的 LDFLAGS 参数您就可以去掉了。
# Python 2.7.6:
wgethttp://python.org/ftp/python/2.7.6/Python-2.7.6.tar.xz
tarxfPython-2.7.6.tar.xz
cdPython-2.7.6
./configure--prefix=/usr/local--enable-unicode=ucs4--enable-sharedLDFLAGS="-Wl,-rpath /usr/local/lib"
make&&makealtinstall（此处切记，要么以root运行，要么分开执行！）
# Python 3.3.5:
wgethttp://python.org/ftp/python/3.3.5/Python-3.3.5.tar.xz
tarxfPython-3.3.5.tar.xz
cdPython-3.3.5
./configure--prefix=/usr/local--enable-sharedLDFLAGS="-Wl,-rpath /usr/local/lib"
make&&makealtinstall（此处切记，要么以root运行，要么分开执行！）
执行上述命令之后，您可以在/usr/local/bin/python2.7或 /usr/local/bin/python3.3中找到新安装的Python。而Python 2.6.6则可能在/usr/bin/python, /usr/bin/python2或 /usr/bin/python2.6找到。
下载和安装Setuptools + pip
Setuptools早已取代 Distribute成为Python官方的拓展包管理器，以用于从Python Package Index安装拓展功能包。 不同版本的Python需要的Setuptools版本不同。建议您也通过Setuptools安装 pip，它提供了一些额外在安装拓展功能包时很有用的功能。
以下的命令可用于安装最新版Setuptools 和 pip。
# First get the setup script for Setuptools:
wgethttps://bitbucket.org/pypa/setuptools/raw/bootstrap/ez_setup.py
# Then install it for Python 2.7 and/or Python 3.3:
python2.7ez_setup.py
python3.3ez_setup.py
# Now install pip using the newly installed setuptools:
easy_install-2.7pip
easy_install-3.3pip
# With pip installed you can now do things like this:
pip2.7install[packagename]
pip2.7install--upgrade[packagename]
pip2.7uninstall[packagename]
安装的拓展功能包在/usr/local/lib/pythonX.Y/site-packages/中可以找到(X.Y是Python的版本号)。
接下来干嘛?
如果您使用 Python 2.7，强烈建议您安装virtualenv并学会使用它，它可用于创建独立的 Python 环境。如果您使用 Python 3.3的话就可以省心些，它已被内置了。
不同的 Python 运行环境(也叫沙盒) 可以有自己的 Python 版本和拓展功能包，就是说不同的Python安装和运行的目录不同，也可以为每个版本的Python安装对应的名称一样但版本不同的拓展包。 这在开发多个功能不同的项目或在同一个项目中需要用到不同版本的Python是会很有用的。
创建您第一个独立的Python环境
# Install virtualenv for Python 2.7 and create a sandbox called my27project:
pip2.7installvirtualenv
virtualenv-2.7my27project
# Use the built-in pyvenv program in Python 3.3 to create a sandbox called my33project:
pyvenv-3.3my33project
# Check the system Python interpreter version:
python--version
# This will show Python 2.6.6
# Activate the my27project sandbox and check the version of the default Python interpreter in it:
sourcemy27project/bin/activate
python--version
# This will show Python 2.7.6
deactivate
# Activate the my33project sandbox and check the version of the default Python interpreter in it:
sourcemy33project/bin/activate
python--version
# This will show Python 3.3.5
deactivateCentOS 6自带了Python 2.6.6（CentOS 7则自带了Python 2.7）和一些非常好用的功能，如yum。但是，注意不要随便升级自带的Python以免yum不可用。 新版本将安装在/usr/local目录下以避免和自带的版本冲突。
虽然“我”只在64位的CentOS 6.5进行了尝试，但该教程应该适用于所有的CentOS 6版本（本人按此教程在CentOS 7上亦成功安装Python3.4）。
下面的示例命令您最好以root身份运行或者在命令前加sudo赋予权限。但注意，若不是以root身份执行的话，make 与make install最好分开执行，并且都在前面加sudo，连着写，如sudo make && make install的话会在make install过程中报权限不足问题，因为sudo不作用于&&后面的make install。
安装前准备
编译Python之前您最好先安装一系列的开发工具和一些拓展库，虽然不是必须的，但这样Python才能依赖这些工具和拓展库展示它强悍的功能。下面是利用yum进行工具和拓展库安装的示例命令，直接执行即可（注意部分命令显示不全，但可以通过移动光标查看和复制）。
yumgroupinstall"Development tools"
yuminstallzlib-develbzip2-developenssl-develncurses-develsqlite-develreadline-develtk-develgdbm-develdb4-devellibpcap-develxz-devel
该考虑的因素
在您编译和安装Python之前，有些东西您是应该知道或考虑的。如下。
Unicode编码
Python编码问题历史悠久，但不用过多关注，知道它目前支持Unicode编码即可（Python3中默认的）。考虑到兼容性等原因，除非有特殊的理由，您最好配置下Python 3.2和更早的版本，使其支持UTF-32编码，虽然会增加小小的内存代价。在Python 2.7中您可以通过在configure时添加选项--enable-unicode=ucs4 进行配置，而在Python 3.2中是--with-wide-unicode选项。
Shared library（动态共享库）
目前大部分的Linux系统自带的Python都是以共享库的方式编译的, 此外，某些第三方工具例如mod_wsgi和Blender，没有Python的共享库还运行不了，所以，您最好还是把Python编译成动态共享库吧。为了以共享库方式编译Python，您必须指明共享库的路径。您有两种选择：
在configure命令后面添加:LDFLAGS="-Wl,-rpath /usr/local/lib"从而将库路径直接编译进Python中。
以记事本方式打开 /etc/ld.so.conf ，然后在文件最后添加新行：/usr/local/lib 。紧接着运行命令 /sbin/ldconfig 更新动态链接器。 添加后的文件内容在CentOS 6.5 如下:
/etc/ld.so.conf
include ld.so.conf.d/*.conf
/usr/local/lib
使用 “make altinstall” 而不是make install
切记，在安装自定义版本的Python时，make altinstall命令是必须的！如果您使用一般的 make install命令，呵呵，您将会在解压编译的目录下看到两个命名一样但版本不同的python，这有可能会导致一些意想不到的bug哦，具体是什么作者没说，我也不知道。
下载，编译，安装Python
如下命令可用于下载、编译和安装Python。注意，如果您打算安装后手动修改/etc/ld.so.conf文件以更新动态链接器，那么下面的 LDFLAGS 参数您就可以去掉了。
# Python 2.7.6:
wgethttp://python.org/ftp/python/2.7.6/Python-2.7.6.tar.xz
tarxfPython-2.7.6.tar.xz
cdPython-2.7.6
./configure--prefix=/usr/local--enable-unicode=ucs4--enable-sharedLDFLAGS="-Wl,-rpath /usr/local/lib"
make&&makealtinstall（此处切记，要么以root运行，要么分开执行！）
# Python 3.3.5:
wgethttp://python.org/ftp/python/3.3.5/Python-3.3.5.tar.xz
tarxfPython-3.3.5.tar.xz
cdPython-3.3.5
./configure--prefix=/usr/local--enable-sharedLDFLAGS="-Wl,-rpath /usr/local/lib"
make&&makealtinstall（此处切记，要么以root运行，要么分开执行！）
执行上述命令之后，您可以在/usr/local/bin/python2.7或 /usr/local/bin/python3.3中找到新安装的Python。而Python 2.6.6则可能在/usr/bin/python, /usr/bin/python2或 /usr/bin/python2.6找到。
下载和安装Setuptools + pip
Setuptools早已取代 Distribute成为Python官方的拓展包管理器，以用于从Python Package Index安装拓展功能包。 不同版本的Python需要的Setuptools版本不同。建议您也通过Setuptools安装 pip，它提供了一些额外在安装拓展功能包时很有用的功能。
以下的命令可用于安装最新版Setuptools 和 pip。
# First get the setup script for Setuptools:
wgethttps://bitbucket.org/pypa/setuptools/raw/bootstrap/ez_setup.py
# Then install it for Python 2.7 and/or Python 3.3:
python2.7ez_setup.py
python3.3ez_setup.py
# Now install pip using the newly installed setuptools:
easy_install-2.7pip
easy_install-3.3pip
# With pip installed you can now do things like this:
pip2.7install[packagename]
pip2.7install--upgrade[packagename]
pip2.7uninstall[packagename]
安装的拓展功能包在/usr/local/lib/pythonX.Y/site-packages/中可以找到(X.Y是Python的版本号)。
接下来干嘛?
如果您使用 Python 2.7，强烈建议您安装virtualenv并学会使用它，它可用于创建独立的 Python 环境。如果您使用 Python 3.3的话就可以省心些，它已被内置了。
不同的 Python 运行环境(也叫沙盒) 可以有自己的 Python 版本和拓展功能包，就是说不同的Python安装和运行的目录不同，也可以为每个版本的Python安装对应的名称一样但版本不同的拓展包。 这在开发多个功能不同的项目或在同一个项目中需要用到不同版本的Python是会很有用的。
创建您第一个独立的Python环境
# Install virtualenv for Python 2.7 and create a sandbox called my27project:
pip2.7installvirtualenv
virtualenv-2.7my27project
# Use the built-in pyvenv program in Python 3.3 to create a sandbox called my33project:
pyvenv-3.3my33project
# Check the system Python interpreter version:
python--version
# This will show Python 2.6.6
# Activate the my27project sandbox and check the version of the default Python interpreter in it:
sourcemy27project/bin/activate
python--version
# This will show Python 2.7.6
deactivate
# Activate the my33project sandbox and check the version of the default Python interpreter in it:
sourcemy33project/bin/activate
python--version
# This will show Python 3.3.5
deactivate
10. esp32 vscode lauch 设置
第一步：安装 VSCode C/C++ 扩展
1.在应用商店里搜索 C++
2.安装C/C++ IntelliSense, debugging, and code browsing
第二步：安装 VSCode ESP-IDF 扩展
1.在应用商店里搜索 Espressif
2.安装 Develop and debug applications for Espressif ESP32, ESP32-S2 chips with ESP-IDF （带乐鑫图标）
第三步：配置ESP-IDF 扩展
1.按 F1 或Ctrl+Shift+P 打开命令面板
2.输入 ESP-IDF: Configure ESP-IDF extension
加载初始设置时间较长，耐心等待
3.根据实际情况选择不同的配置方式
Express: IDF 版本 配置Python环境，扩展将安装IDF
Advanced: 手动配置已安装的开发环境
Using Existing Setup ： 使用扩展检测出的环境
配置完成后显示：All settings have been configured. You can close this window.
第四步：创建项目模板，检测设置
1.按 F1 或Ctrl+Shift+P 打开命令面板 输入ESP-IDF:Create project 或按Ctrl+E+C
2.选择工程创建目录
3.选择模板类型
第五部：设置工作区的json文件
在settings.json文件中添加以下内容
"terminal.integrated.shell.windows": "cmd.exe",
"terminal.integrated.shellArgs.windows": ["/k", "c:\\esp\\esp-idf\\export.bat"],
"terminal.integrated.shell.linux": "/bin/bash",
"terminal.integrated.shellArgs.linux": ["--init-file", "~/esp/esp-idf/export.sh", "-i"],
"terminal.integrated.shell.osx": "/bin/bash",
"terminal.integrated.shellArgs.osx": ["--init-file", "~/esp/esp-idf/export.sh", "-i"],
"files.associations": {undefined
"*.md": "markdown",
"*.mdx": "tdx",
"stdio.h": "c"
},
可以在VSCode 终端中正常使用idf的各种命令。
第六步：编译工程
可以使用ESP扩展下的各个按钮完成项目的串口选择、项目配置、Full Clearn、编译、下载、监视
也可以使用命令行方式：
1.按Ctrl+` (~按键的位置)打开终端（第一次运行时扩展会有提示，选择允许 其实质就是运行~/esp/esp-idf/export.sh）
2.选择终止终端
3.重新打开终端 会看到export.sh运行的结果
Go to the project directory and run:
idf.py build
4.运行各种idf命令
第七部：下载程序并监测程序运行
1. 按Select Device Port 按钮 或运行 ESP-IDF:Device configuration命令
按提示选择/dev/ttyUSB1作为下载口
2.编译完成后，可使用下载按钮进行程序下载。此时会出现提示：
PermissionError: [Errno 13] Permission denied: '/dev/ttyUSB1'
原因：
$ ls -l /dev/ttyUSB*
crw-rw---- 1 root dialout 188, 0 2月 3 11:21 /dev/ttyUSB0
crw-rw---- 1 root dialout 188, 1 2月 3 11:21 /dev/ttyUSB1
发现ttyUSB* 设备属于root用户 dialout 用户组，当前用户不属于dialout用户组
解决方案：
(1).执行以下命令
$sudo chmod 666 /dev/ttyUSB*
修改ttyUSB设备权限为其它用户可读可写。
缺点：电脑重启后，又会出现这种问题，还要重新设置
(2).为了能让普通用户也能使用串口，可以增加udev规则来实现
$sudo vim /etc/udev/rules.d/70-ttyusb.rules
增加如下内容：
KERNEL=="ttyUSB[0-9]*",MODE="0666"
保存，重新插入USB转串口，普通用户就能搞定了
缺点：该方法会让所有的普通用户都具有访问这些串口设备的权限，存在一定的安全隐患
(3).将目标用户加入dialout用户组，可以使用以下任意一个命令
$sudo usermod -aG dialout <目标用户名>
或：
sudo gpasswd --add <目标用户名> dialout
重启系统即可
第八部：跟踪调试程序
1.按 OpenOCD Server 按钮 输出提示：
❌ Error: libusb_open() failed with LIBUSB_ERROR_ACCESS
❌ Error: no device foun
按照 https://sourceforge.net/p/openocd/code/ci/master/tree/README 文档解释做如下操作：
(1). 将~/.espressif/tools/openocd-esp32/v0.10.0-esp32-20200709/openocd-esp32/share/openocd/contrib/
目录下的 60-openocd.rules 拷贝至 /etc/udev/rules.d/ 目录下
(2).确保当前用户属于 plugdev 用户组。 提示：运行 groups 命令可以查看当前用户所属的用户组
(3).重启系统
2.配置Debug 环境
参考：https://github.com/espressif/vscode-esp-idf-extension/blob/master/docs/DEBUGGING.md
注：该文档中的模板有坑。
问题：
使用 ESP-IDF Debug Adapter 配置时出现如下提示：
pygdbmi.gdbcontroller.NoGdbProcessError: gdb process has already finished with return code: 127
按照 esp_debug_adapter 说明文档 在~/.vscode/extensions/espressif.esp-idf-extension-0.6.1/esp_debug_adapter/ 目录下
$pip install -r requirements.txt
问题依然存在 暂无解决思路
使用 Microsoft C/C++ extension to debug 配置时出现如下提示：
error while loading shared libraries: libpython2.7.so.1.0: cannot open shared object file: No such file or directory
实质是系统中没有python2.7的库，解决：
$ sudo apt update
$ sudo apt upgrade
$ sudo apt install libpython2.7
问题解决
同时也解决了使用 ESP-IDF Debug Adapter 配置时出现的问题 故是否需要pip install …… 不能确定
在使用 Microsoft C/C++ extension to debug 配置时 会提示出现异常，不用理会可正常跟踪调试。
有时会提示
Error: couldn’t bind tcl to socket: Address already in use
则证明 刚刚启动的 进程未被终止。
解决办法：
a).查看当前活动进程
netstat为显示网络相关信息 a(all:默认显示所有，如果加了其他选项此项不生效) n(number:以数字形式显示) t(仅仅显示tcp连接)，p(process:显示该项是由哪个程序建立起来的)
$ sudo netstat -antp
b). 强制杀死它（假设进程号为3560，-9为强制杀死）
$ sudo kill -9 3560
Debug正常运行时，状态栏由蓝色变为棕色。
附：scode的各个json文件
c_cpp_properties.json
======================================
{undefined
"configurations": [
{undefined
"name": "ESP-IDF",
"compilerPath": "${default}",
"cStandard": "c11",
"cppStandard": "c++17",
"includePath": [
"${config:idf.espIdfPath}/components/**",
"${config:idf.espIdfPathWin}/components/**",
"${workspaceFolder}/**"
],
"browse": {undefined
"path": [
"${config:idf.espIdfPath}/components",
"${config:idf.espIdfPathWin}/components",
"${workspaceFolder}"
],
"limitSymbolsToIncludedHeaders": false
}
}
],
"version": 4
}
settings.json
======================================
{undefined
"terminal.integrated.shell.windows": "cmd.exe",
"terminal.integrated.shellArgs.windows": ["/k", "c:\\esp\\esp-idf\\export.bat"],
"terminal.integrated.shell.linux": "/bin/bash",
"terminal.integrated.shellArgs.linux": ["--init-file", "~/esp/esp-idf/export.sh", "-i"],
"terminal.integrated.shell.osx": "/bin/bash",
"terminal.integrated.shellArgs.osx": ["--init-file", "~/esp/esp-idf/export.sh", "-i"],
"files.associations": {undefined
"*.md": "markdown",
"*.mdx": "tdx",
"stdio.h": "c"
},
"C_Cpp.clang_format_style": "Visual Studio",
"editor.formatOnSave": false,
"[cpp]": {undefined
"editor.quickSuggestions": true
},
"[c]": {undefined
"editor.quickSuggestions": true
},
"C_Cpp.intelliSenseEngine": "Tag Parser",
//配置下载接口
"idf.port": "/dev/ttyUSB1",
//配置下载方式
"idf.flashType": "UART",
//openOcd配置，根据开发板确定
"idf.openOcdConfigs": [
//新版建议用“board/XXX” 配置
"interface/ftdi/esp32_devkitj_v1.cfg",
"target/esp32.cfg"
]
}
launch.json
======================================
{undefined
// Use IntelliSense to learn about possible attributes.
// Hover to view descriptions of existing attributes.
// For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
"version": "0.2.0",
"configurations": [
{undefined
"type": "espidf",
"name": "ESP_Debug",
"request": "launch",
"debugPort": 43474,
"logLevel": 2,
//模板中有坑的地方，模板内容为 "mode": "manual",
//这样不能自动启动 Debug Adapter
"mode": "auto",
"initGdbCommands": [
"target remote :3333",
"symbol-file ${workspaceFolder}/build/${command:espIdf.getProjectName}.elf",
"set remote hardware-watchpoint-limit 2",
"mon reset halt",
"flushregs",
"thb app_main",
"c"
],
"env": {undefined
"PATH": "${env:PATH}:${config:idf.customExtraPaths}"
}
},
{undefined
"name": "GDB",
"type": "cppdbg",
"request": "launch",
"MIMode": "gdb",
"miDebuggerPath": "${command:espIdf.getXtensaGdb}",
"program": "${workspaceFolder}/build/${command:espIdf.getProjectName}.elf",
"windows": {undefined
"program": "${workspaceFolder}\\build\\${command:espIdf.getProjectName}.elf"
},
"cwd": "${workspaceFolder}",
"environment": [{ "name": "PATH", "value": "${config:idf.customExtraPaths}" }],
"setupCommands": [
{ "text": "-enable-pretty-printing",
"ignoreFailures": true },
{ "text": "file '${workspaceFolder}/build/${command:espIdf.getProjectName}.elf'"},
{ "text": "target remote :3333" },
{ "text": "set remote hardware-watchpoint-limit 2"},
{ "text": "mon reset halt" },
{ "text": "thb app_main" },
{ "text": "flushregs" }
//{ "text": "c"}
],
"externalConsole": false,
"logging": {undefined
"engineLogging": true
}
}
]
}
tasks.json 这个文用系统生成的即可 略
————————————————
版权声明：本文为CSDN博主“FuShaofeng”的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/FuShaofeng/article/details/113633337