在pycharm的setting中設置
在project interpreter 中的 existing environment 中選擇 anaconda3安裝目錄下的的 python.exe 就能夠了,而後會自動加載,!最後造成如圖片所示的樣子!
一、pythonhtml
python自身缺乏numpy、matplotlib、scipy、scikit-learn....等一系列包,須要咱們安裝pip來導入這些包才能進行相應運算(python3.5自帶了get-pip.py,不需額外下載安裝),在cmd終端輸入:pip install numpy就能安裝numpy包了。每次都額外安裝所須要的包略麻煩,這時候咱們能夠採用anaconda了。python
二、Anacondaweb
Anaconda(開源的Python包管理器)是一個python發行版,包含了conda、Python等180多個科學包及其依賴項。包含了大量的包,使用anaconda無需再去額外安裝所需包。python3.5自帶了一個解釋器IDLE用來執行.py腳本,可是卻不利於咱們書寫調試大量的代碼。常見的是用notepade++寫完腳本,再用idle來執行,但卻不便於調試。shell
包括如下部分:bash
Anaconda Prompt 是一個Anaconda的終端,能夠便捷的操做conda環境。框架
IPython 是一個 python 的交互式 shell,比默認的python shell 好用得多,支持變量自動補全,自動縮進,支持 bash shell 命令,內置了許多頗有用的功能和函數。編輯器
Jupyter Notebook 這得從IPython 3.x版本開始提及,這是最後的大一統版本,包括notebook、qtconsole等等,從IPython 4.0版本開始IPython只集中精力作交互式shell,變得輕量化,而剩下的notebook格式,qtconsole,和notebook web應用等都分離出來統一命名爲Jupyter。至此IPython和Jupyter分家。函數
Jupyter Qtconsole 調用交互式命令臺。從IPython 4.0版本開始,不少IPython子命令如今變成了Jupyter子命令,如ipython notebook如今是jupyter noteboook。工具
Spyder 是一個使用Python語言的開放源代碼跨平臺科學運算IDE。Spyder能夠跨平臺,也可使用附加組件擴充,自帶交互式工具以處理數據。post
三、PyCharm
PyCharm是一種Python IDE(集成工具),帶有一整套能夠幫助用戶在使用Python語言開發時提升其效率的工具,好比調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制。此外,該IDE提供了一些高級功能,以用於支持Django框架下的專業Web開發。將anaconda中的python.exe集成到pycharm中,即可以在使用pycharm的過程當中使用到全部anaconda的包了。
四、IDE
集成開發環境(IDE,Integrated Development Environment )是用於提供程序開發環境的應用程序,通常包括代碼編輯器、編譯器、調試器和圖形用戶界面等工具。集成了代碼編寫功能、分析功能、編譯功能、調試功能等一體化的開發軟件服務套。全部具有這一特性的軟件或者軟件套(組)均可以叫集成開發環境。如微軟的Visual Studio系列,Borland的C++ Builder、Delphi系列等。該程序能夠獨立運行,也能夠和其它程序並用。IDE多被用於開發HTML應用軟件。例如,許多人在設計網站時使用IDE(如HomeSite、DreamWeaver等),由於不少項任務會自動生成。
發行版由我的,鬆散組織的團隊,以及商業機構和志願者組織編寫。它們一般包括了其餘的系統軟件和應用軟件,以及一個用來簡化系統初始安裝的安裝工具,和讓軟件安裝升級的集成管理器。
————————————————
版權聲明:本文爲CSDN博主「X_dmword」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連接及本聲明。
原文連接:https://blog.csdn.net/X_dmword/article/details/88848573
整體而言有兩種方式進行「環境」的管理:
1.在anaconda中提早準備好項目所需的環境,而後在pycharm中選擇相應環境的解釋器;
2.在pycharm中設定新建項目時隨即生成對應的環境。
方式一:
建立新環境:
能夠在Anaconda Prompt中使用命令行的方式建立新的「環境」,也能夠在Anaconda Navigator的圖形界面中點擊鼠標建立新的「環境」。
Prompt中:conda create --name <env_name> <package_names>
<env_name> 即建立的環境名。建議以英文命名,且不加空格,名稱兩邊不加尖括號「<>」。
<package_names> 即安裝在環境中的包名。名稱兩邊不加尖括號「<>」。
若是要安裝指定的版本號,則只須要在包名後面以 = 和版本號的形式執行;若是要在新建立的環境中建立多個包,則直接在 <package_names> 後以空格隔開,添加多個包名便可,例如
conda create -n python3 python=3.5 numpy pandas
即建立一個名爲「python3」的環境,環境中安裝版本爲3.5的python,同時也安裝了numpy和pandas。
Navigator中:
在左邊列表中點擊「Environments」,選擇下方「create」,輸入新環境的名字,等待便可。以下圖:
能夠看到,除了默認的base環境,我又新建了兩個新的環境,準備好環境後打開pycharm,新建項目,而後選擇project interpreter(項目解釋器),以下圖所示:
忽略3中顯示的python解釋器,它是用python官網的安裝包安裝的,而咱們須要的是上一步新建環境中的解釋器。
點擊框中的4,出現以下窗口,而後按照一、2的順序點擊:
在anaconda安裝路徑中的envs文件夾中能夠找到全部現有的「環境」,點擊去以後,選擇python.exe便可,最後點擊肯定。
方式二:在新建項目時隨即生成新的環境
在pycharm新建項目,同上,選擇 project interpreter,以下圖所示:
在4的下拉框中選擇conda方式,而後pycharm會自動檢測到location和python version,因此這兩項默認就行。
最關鍵的是5,conda executable查了一圈都沒有人特別說明,基本都是使用我剛纔說的方式一,並且還都是用的anaconda默認的base環境。須要說明,這是一種很是很差的方式,由於之因此使用anaconda,就是由於它強大的環境控制能力,能夠在不一樣的環境中使用不一樣版本的包,若是全部項目都直接指定某一固定的解釋器,那爲何還要折騰anaconda?直接使用pip+virtualenv也是一樣能夠的。言歸正傳,conda executable指的是conda可執行文件(conda.exe)的位置,默認狀況下爲空,若是不指定,則會提示conda executable path is empty,須要手動選擇或者輸入。如6所示。它的位置在anaconda的安裝位置的Scripts文件夾下,選擇以後點擊肯定便可。
須要注意的是,使用方式二隨之建立的新環境的位置一樣在anaconda安裝路徑中的envs文件夾下,也一樣可使用Anaconda Prompt或者Anaconda Navigator進行環境管理和包管理,能夠說是很是方便使用了。
兩種方式區別的淺見:
方式一:須要提早準備好所需的環境,當項目間的包沒有干擾時,能夠複用其餘項目的庫,避免每次從新安裝
方式二:每次都會生成獨立的環境,不會對其餘的項目形成干擾,可是每次建立項目時都會耗費較長的時間
————————————————
版權聲明:本文爲CSDN博主「Wang_PChao」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連接及本聲明。
原文連接:https://blog.csdn.net/JT_WPC/article/details/86355903
anaconda所謂的建立虛擬環境其實就是安裝了一個真實的python環境, 只不過咱們能夠經過activate,conda等命令去隨意的切換咱們當前的python環境, 用不一樣版本的解釋器和不一樣的包環境去運行python腳本.
下載anaconda後會發現它同時下載了許多的庫,在spyder中能夠正常使用,但在pycharm中會發現顯示沒有,用pip下載也會顯示已有,如下是導入方法:
打開pycharm
而後選擇anaconda這個
若是沒有,選擇右上角設置,add,點ok添加(個人已有不能再添加)
改變之後若是沒有導入全部庫,點擊右邊的anaconda圖標(一次沒有徹底導入就再點一次)
這時這個文件就可使用這些庫了
若是還須要別的庫,點擊右邊的加號,搜索下載便可
這個方法一樣適用於引進別的庫(好比pip下載的庫)
————————————————
版權聲明:本文爲CSDN博主「隰有游龍」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連接及本聲明。
原文連接:https://blog.csdn.net/qq_44616044/article/details/90142037
https://blog.csdn.net/honest_boy/article/details/95222818
在pycharm的setting中設置
在project interpreter 中的 existing environment 中選擇 anaconda3安裝目錄下的的 python.exe 就能夠了,而後會自動加載,!最後造成如圖片所示的樣子!
轉載於:https://www.cnblogs.com/xuying-fall/p/8298923.html
有的時候咱們在使用anaconda3 的虛擬環境時,須要配置一個相似的環境,從新配置的話太過麻煩,所以能夠複製或克隆一個相似的環境,而後再相應的刪減或增長依賴的包:
複製或克隆環境:
conda create -n 新環境名稱–clone 被克隆環境名稱
例如,經過克隆tensorflow2來建立一個稱爲newtensorflow的副本:
conda create -n newtensorflow–clone tensorflow2
————————————————
版權聲明:本文爲CSDN博主「人間兵庫saleng」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連接及本聲明。
原文連接:https://blog.csdn.net/qq_42815385/article/details/88353306
查現有環境
conda info --env
複製環境
有兩種辦法複製環境:
一,在本機上,直接使用
conda create -n 新環境名 --clone 舊環境名
複製既有環境
二,若是要複製到其餘機器,就要考慮導出當前環境到文件,利用文件再次建立環境
1) 導出環境
首先激活要導出的環境
conda activate 環境名
導出環境
conda env export > 環境名.yaml
利用conda env export 導出的是個yaml格式的文件,該文件記錄了環境名,軟件源地址以及安裝包列表
2) 使用yaml配置文件建立新環境
conda env create -f 環境名.yaml
在新的機器中可直接執行上述命令,生成的環境與複製源徹底同樣(包括環境名),若是想在同一臺機器上覆制,須要把yaml文件中的環境名修改成一個新的名字,不然會衝突。
【注】還有一種複製環境的方式
conda list --explicit > env.txt
conda create -n newenv -f env.txt
這種方式只能複製環境中以conda install安裝的包,不能複製pip install安裝的包,所以不建議使用。
————————————————
版權聲明:本文爲CSDN博主「馬大哈先生」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連接及本聲明。
原文連接:https://blog.csdn.net/qq_37764129/article/details/102496746
暫時不是很瞭解2與3的區別,可是這不是當前我應該關注的問題,多敲代碼更實在。