注意事项:需要注意的是, sqlite安装完成之后需要进行重新编译python, 需要注意的是，sqlite安装完成之后需要进行重新编译python
1.下载并源码编译python3
- #wget https://www.python.org/ftp/python/3.4.5/Python-3.4.5.tar.xz
- # xz -d Python-3.4.5.tar.xz
- # tar xf Python-3.4.5.tar -C /usr/local/src/
- # cd /usr/local/src/Python-3.4.5/
- # ./configure –prefix=/usr/local/python34
- # make -j8 && make install
注意事项:
#由于pip和ipython需要ssl支持：
yum install openssl openssl-devel -y
此时就可以在/usr/local/python3.4/bin/下面看到编译生成的各个可执行文件了，不过比较好的是，python3以后就默认支持了easy_install,pip等工具了！
2.安装ipython以及notebook等相关插件
- #export PATH=$PATH:/usr/local/python34/bin/
- #pip3.4 install ipython
- #pip3.4 install ipywidgets
- #pip3.4 install jupyter jupyterhub
安装完之后如果没有问题的话应该就可以启动 ipython notebook了，
- #ipython3 notebook –notebook-dir=/Users/xuxuebiao/python/notebook –port=8080 默认会打开本机自带的浏览器，并绑定到本地回环接口(127.0.0.1),其实这样是不能够让互联网上的用户访问的。因此需要加其他参数，比如：–ip 10.0.0.24
注意:(ipython notebook = jupyter-notebook)
3.打开jupyter界面，并进行web化的python操作
默认会打开这个界面,显示当前的文件
点击new可以选择链接终端并且能够打开支持notebook的语言
本文支持python3语言，其实还可以支持ruby，shell等
调用的terminal
注意事项:
- 有时候安装的python模块包和python加载的模块包路径并不一致，这个时候可以选择把第三方模块专门放在一个位置，并手动加载他们！
import sys;print(sys.path) 先查看python默认加载模块包的路径
也可以使用import ftplib；print(ftplib)查看sys.path.append(‘path’) 然后将第三方模块的路径追加到python默认检测路径中同时将此操作写在配置文件中:export PYTHONPATH=$PYTHONPATH:/usr/local/python/lib/ - 在python3中，默认使用pip install是安装不了sqlite3的，因此就需要进行额外下载并进行安装了
import site; site.getsitepackages() 查看当前站点的包路径，进去lib-dynload查看是否有_sqlite.so模块
sqlite3的编译安装：
进入https://sqlite.org/download.html 下载sqlite-autoconf-3080401.tar.gz （https://sqlite.org/2016/sqlite-autoconf-3140000.tar.gz）解压后进行编译：./configure --prefix=/home/user/usr/db/sqlite && make && make install
需要注意的是，sqlite安装完成之后需要进行重新编译python
如果编译玩python3还是无法加载sqlite：
如果重新编译不能发现sqlite3模块的话，需要在Python-3.4.5/setup.py 进行编辑以下文件 455行.然后进行重新编译python3.4
add_dir_to_list(self.compiler.include_dirs, '/usr/local/db/sqlite/lib')
add_dir_to_list(self.compiler.include_dirs, '/usr/local/db/sqlite/include')问题集锦：
启动报错：OSError: [Errno 99] Cannot assig
原因：默认绑定的是本地地址127.0.0.1 使用--ip 10.0.0.24 后即可解决
https://hub.docker.com/r/jupyter/jupyterhub/ 可以用来管理多用户使用，同时还有包含认证。
详细操作过程
