一，由于清华源和中科大对于Anaconda的源不支持，故使用Anaconda将会特别卡，所以转向了virtualenv来创建独立的python环境。
二，安装virtualenv及其配置
- 1，在windows上安装virtualenv
pip install virtualenv
- 2，安装完成后，使用virtualenv创建虚拟环境
打开cmd
> mkdir myproject #在你需要的目录创建项目文件夹
> cd myproject/ # 进入你创建的项目文件夹
创建一个独立的Python运行环境，命名为venv：
> virtualenv --no-site-packages venv
解释，命令virtualenv就可以创建一个独立的Python运行环境，我们还加上了参数–no-site-packages，这样，已经安装到系统Python环境中的所有第三方包都不会复制过来，这样，我们就得到了一个不带任何第三方包的“干净”的Python运行环境。
此时你打开你的项目文件夹，会出现一个venv的目录，这个目录就是创建的python运行环境
3,激活python环境
使用命令
> cd venv/Scripts # 进入该环境下的Scripts，这个目录有运行激活的脚本
> activate # 激活环境
此时环境已经被激活，会在命令行开头出现你环境的名称
4，使用pip进行安装python模块
> pip list 可以查看当前环境中的已经安装的包
> pip install matplotlib 安装我们需要的数据处理的包
安装成功。
注意：第一次安装virtualenv时，pip源会非常慢，可以更换pip源，为国内源，增加下载速度
====================================
windows下，直接在user目录中创建一个pip目录，如：C:Usersxxpip，然后新建文件pip.ini，即 %HOMEPATH%pippip.ini，在pip.ini文件中输入以下内容（以豆瓣镜像为例）：
[global]
index-url = http://pypi.douban.com/simple
[install]
trusted-host = pypi.douban.com
其他镜像
（1）阿里云 http://mirrors.aliyun.com/pypi/simple/
（2）豆瓣http://pypi.douban.com/simple/
（3）清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
（4）中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
（5）华中科技大学http://pypi.hustunique.com/
三，使用matplotlib绘制函数图像
- 在刚刚我们创建的项目目录下，新建一个python文件show_function.py
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(-100,100,0.001) # 定义x的取值范围，以及取值的步幅长短，步幅越长，曲线越不光滑。
y = (np.exp(x)*(x-1))/(1+x*np.exp(x)) # 指数函数
#y = np.sin(x) # 三角函数
#y = np.log(x) # 对数函数
#y = np.log2(x) # 以二为底
plt.title("(np.exp(x)*(x-1))/(1+x*np.exp(x))")
plt.plot(x, y)
plt.show()
绘制函数y = (np.exp(x)(x-1))/(1+xnp.exp(x))的图像，在-100到100的定义域内
如果你要绘制其他函数，只要更换定义域和函数就行。
结果如下
就这样啦：）