pycharm中使用anaconda部署python环境的方法步骤

今天来说一下python中一个管理包很好用的工具anaconda，可以轻松实现python中各种包的管理。相信大家都会有这种体验，在pycharm也是有包自动搜索和下载的功能，这个我在前面的一篇博客中有相关的介绍（详情请查看点击打开链接），但是这种功能对于一些包是可以使用的，但是总是会遇到有些包下载失败或查询不到的时候，这个时候就会让人很苦恼了。这里我们就来说一下anaconda的好处。

下面是我从别的地方贴来的说辞：

Anaconda的优点总结起来就八个字：省时省心、分析利器。

省时省心： Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。

分析利器： 在 Anaconda官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。

我想通俗的说一下anaconda的“帅”。

（1）在我们安装好anaconda的时候，这个工具中会自带很多python的包，我们可以在pycharm中可视化进行查看。

（2）在我们需要使用的包系统中不存在的时候，我们可以很省心的进行包的在线下载，绝对的让你很满意。

废话就说到这里，下面具体说下anaconda的安装和简要的使用方法。

anaconda安装

首先我们进入到anaconda的官网（点击打开链接），如下图所示，会看到anaconda的下载页面：

下拉或者单击图中的Windows选项，得到如下图所示的界面，此时可以根据自己需要的版本进行相应的选择2.7或3.6，当然也可以其它的版本进行安装。

点击图中的下载按钮后便可以进行anaconda的下载，之后便会得到一个anaconda的exe可执行文件。

双击这个可执行文件，然后得到如下图所示：

单击“Next”，进入如下界面：

直接单击“I Agree”，进入如下图：

这里面选择第一个就可以了，因为我们一般都只会使用一个账户（当然有需要的也可以选择第二个，这里是无妨碍的），点击“Next”：

单击图中的“Browse”，选择文件的安装位置（一般不提倡安装在c盘），然后点击“Next”，得下图：

这里建议第二个选项不要打钩（因为我们有可能平时使用的是默认的python.ext，这样会产生冲突），在需要的时候我们可以在pycharm中找到文件的安装位置进行添加即可，单击“Install”，之后便可进行安装，然后等待安装完成。

pycharm导入anaconda

在pychar中，单击“File”，然后选择“Settings”，然后单击，如下所示：

在“Settings”窗口中选择图中箭头所指的选项，然后会看到右侧有“Project Interpreter”，然后后面的框里面应该选择你的anaconda中python.exe的位置，自己进行选择即可，然后就会得到如上的界面。（由于我的是以前就搞好了的，所以就不重复了操作了）。点击“ok”，至此我们就已经完成了这个工作。

anaconda下载python的包

在这里呢，我就使用比较“笨”方法了，设置环境变量的什么的就省了，如果有需要的可以自己到网上查阅相关的资料。

打开“cmd”窗口（快捷键win+R，然后输入“cmd”），如下图：

执行如下图中箭头所示的操作将当前目录定位到anaconda的目录，记住要定位到其中的Scripts目录中，我的目录是“D:\Users\lenovo\Anaconda2\Scripts”，所以我定位到了这个文件位置。然后我们就可以使用pip进行安装了，记住这个pip是anaconda的pip工具（如果你装过python.exe的话，那么你的用户目录中的pip也是可以操作的，不过那里的pip就不是anaconda中的了，所以，请记住一定要切换到这个目录后进行pip安装），在这里我是使用了pip install cocos2d的命令进行了“cocos2d”这个包的安装，之后便是等待安装完成即可。

至此就完成了包的安装。

好了，至此这次的介绍就结束了。希望对大家的学习有所帮助，也希望大家多多支持我们。

赞 (0)

相关推荐

  • 如何利用Anaconda配置简单的Python环境

    如何利用Anaconda配置简单的Python环境

    Python的安装并不难,但是要正确安装它的库以及配置环境变量则有些麻烦.对于刚刚开始想要学习Python的小伙伴来说,用Anaconda这个工具往往是很好的选择,它帮助我们下载了很多python的库以及python本身. 下面我就来说说如何安装好一个python环境. 1.首先,第一步是在网上搜索Anaconda官网,然后进入Download下载好,这个很简单,不过记得安装时第一个框框的勾不要选,你选了之后也会有红色的警告,建议不选. 2.配置Anaconda的环境变量,这个只需要到计算机的环

  • python anaconda 安装 环境变量 升级 以及特殊库安装的方法

    Anaconda 是一个旗舰版的python安装包, 因为普通的python没有库, 如果需要安装一些重要的库, 要经常一个一个下载,会非常麻烦. 所以这个一个集成的, 可以手动批量升级的软件. 而且库的安装也很全下载速度快. 从官网下载完以后, next 安装好. 配置环境变量, 把安装的文件夹的绝对路径拷贝到 环境变量的path里面. 不配置python都启动不了, 当然,如果之前安装过其他版本的python 可以考虑把之前多余的环境变量路径删掉. 打开anaconda prompt, 输入

  • Anaconda多环境多版本python配置操作方法

    conda测试指南 在开始这个conda测试之前,你应该已经下载并安装好了Anaconda或者Miniconda 注意:在安装之后,你应该关闭并重新打开windows命令行. 一.Conda测试过程: 使用conda.首先我们将要确认你已经安装好了conda 配置环境.下一步我们将通过创建几个环境来展示conda的环境管理功能.使你更加轻松的了解关于环境的一切.我们将学习如何确认你在哪个环境中,以及如何做复制一个环境作为备份. 测试python.然后我们将检查哪一个版本的python可以被安装,

  • Python科学计算环境推荐——Anaconda

    Python科学计算环境推荐——Anaconda

    Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便.自带的包管理器conda也很强大. 首先是下载安装.Anaconda提供了Python2.7和Python3.4两个版本,同时如果需要其他版本,还可以通过conda来创建.安装完成后可以看到,Anaconda提供了Spyder,IPython和一个命令行.下面来看一下conda. 输入 conda list 来看一下所有安装时自带的Python扩展.粗略看了一下,其中包括了常用的 Numpy , Scipy , matpl

  • 使用Anaconda3建立虚拟独立的python2.7环境方法

    由于一些不可预测的因素,必须使用python2.7进行开发,所以研究了一下怎么在Anaconda3下建立2.7的开发环境,发现十分方便,在此分享一下. 首先安装Anaconda3,这就不多赘述了,我使用的Linux环境,windows下类似. 1. 创建一个虚拟的环境名为python27,并安装2.7版本的python ~$ conda create -n python27 python = 2.7 安装完成即可 2. 激活虚拟环境 Linux和Mac下均为 ~$ source activate

  • ubuntu 18.04搭建python环境（pycharm+anaconda）

    ubuntu 18.04搭建python环境（pycharm+anaconda）

    ubuntu 系统自带的 python 有多个版本,使用时难免会遇到环境变量出错,特别是当自动化运行脚本的时候.特别是近一个月来,实验室的小伙伴们的都倾心于 python.为了帮助小伙伴们快速搭建自己的 python 环境,笔者写下了这篇教程.当然,如果 ubuntu 自带的 python 自己使用没有问题,可以略去 anaconda 的安装. Anaconda Anaconda指的是一个开源的 Python 发行版本,其包含了 conda.Python 等180多个科学包及其依赖项.因为包含了

  • Python3中在Anaconda环境下安装basemap包

    Python3中在Anaconda环境下安装basemap包

    Basemap是matplotlib子包,也是python中最常用.最方便的地理数据可视化工具之一. 在中端输入pip list先查看是否有jupyter,一般安装了Anaconda都会有. win+R 打开命令提示符窗口,cd命令将当前目录设置为下载文件存放的文件夹(我放在桌面)后点回车键. basemap下载地址:https://www.lfd.uci.edu/~gohlke/pythonlibs/ (1) 在终端输入python可以查看自己需要哪个版本的. (2)basemap 将文件下载

  • pycharm中使用anaconda部署python环境的方法步骤

    今天来说一下python中一个管理包很好用的工具anaconda,可以轻松实现python中各种包的管理.相信大家都会有这种体验,在pycharm也是有包自动搜索和下载的功能,这个我在前面的一篇博客中有相关的介绍(详情请查看点击打开链接),但是这种功能对于一些包是可以使用的,但是总是会遇到有些包下载失败或查询不到的时候,这个时候就会让人很苦恼了.这里我们就来说一下anaconda的好处. 下面是我从别的地方贴来的说辞: Anaconda的优点总结起来就八个字:省时省心.分析利器. 省时省心: A

  • IDEA 中创建并部署 JavaWeb 程序的方法步骤(图文)

    IDEA 中创建并部署 JavaWeb 程序的方法步骤(图文)

    目录 前言 创建项目 配置Tomcat 验证访问 注意 总结 前言 在之前 Java 的学习中,我们可能更多地是和控制台程序打交道,也就是我们日常说的黑框框程序. 现在既然完成了 Java SE 部分的基础知识,是时候来学习 JavaWeb 部分.而随着 IDEA 的强势崛起和不断更新,使用 Eclipse 的同学可能会有些不习惯 IDEA.这一点确实是,IDEA 不同版本之间的操作和设置可能都有微小的变动,就算你之前一直使用的 IDEA,也可能会随着 IDEA 的更新找不到某些隐藏在犄角旮旯的

  • JupyterNotebook设置Python环境的方法步骤

    JupyterNotebook设置Python环境的方法步骤

    使用Python时,常遇到的一个问题就是Python和库的版本不同.Anaconda的env算是解决这个问题的一个好用的方法.但是,在使用Jupyter Notebook的时候,我却发现加载的仍然是默认的Python Kernel.这篇博客记录了如何在Jupyter Notebook中也能够设置相应的虚拟环境. conda的虚拟环境 在Anaconda中,我们可以使用conda create -n your_env_name python=your_python_version的方法创建虚拟环境

  • Windows下Pycharm远程连接虚拟机中Centos下的Python环境(图文教程详解)

    由于最近学习tensorflow的需要,tensorflow是在Linux环境下,使用的是Python.为了方便程序的调试,尝试在Windows下的Pycharm远程连接到虚拟机中Centos下的Python环境.(这里我采用的是ssh的远程连接) 1.准备工作: 固定centos的IP,这里我的固定IP为 192.168.254.128 . centos中安装ssh.(这里我采用的是ssh的远程连接) centos中Python环境已安装. 2.打开Pycharm,File->Settings

  • 在pycharm中配置Anaconda以及pip源配置详解

    在学习推荐系统.机器学习.数据挖掘时,python是非常强大的工具,也有很多很强大的模块,但是模块的安装却是一件令人头疼的事情. 现在有个工具--anaconda,他已经帮我们集成好了很多工具了!anaconda里面集成了很多关于python科学计算的第三方库,主要是安装方便,而python是一个编译器,如果不使用anaconda,那么安装起来会比较痛苦,各个库之间的依赖性就很难连接的很好. 在windows中,pycharm是一个比较好python编辑器,所以如果能把pycharm 和 ana

  • 在pycharm中为项目导入anacodna环境的操作方法

    1.创建一个环境 anaconda安装完成后,创建一个环境 在windows下,如果配置了环境变量,可以直接的在命令行中 如果没配置环境变量,打开Anaconda Prompt,找不到可以Win+s在搜索框里搜索 在Linux下,安装完成后应该自动添加了环境变量,可以直接操作 conda create -n env_test python=3.7 创建完成后环境会生成在 anacodna目录/envs/ 下 2.在pycharm中进行配置 打开pycharm,File->setting 进入设置

  • PyCharm 2020.2下配置Anaconda环境的方法步骤

    最近在学习关于Python数据分析与挖掘方面的知识,在学习到Python数据分析工具方面时,需要安装一些第三方扩展库来增强Python的数据分析能力,刚开始我就按照最一般的方法,使用pip包管理工具来安装,但是总是遇到各种错误,失败了很多次,耐心都快被耗尽了. 初次接触这方面的内容,不是太了解,就请教了老师,老师就给我推荐直接安装Anaconda来使用.Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项(我也不是很懂).废话不多说,

  • Pycharm中配置远程Docker运行环境的教程图解

    捣鼓了一天一直报错:Error running 'mypython': Can't run remote python interpreter: the working directory 'C:\Users\admin\Desktop\dc' is invalid, it needs to be an absolute path 首先咱们得搞清楚,pycharm连接docker的原理 Step 1: 打开pycharm连接docker ,记得打开远程2375端口 Step 2:连接远程dock

  • Pycharm中运行程序在Python console中执行,不是直接Run问题

    Pycharm中运行程序在Python console中执行,不是直接Run问题

    目录 Pycharm中运行程序在Python console中执行,不是直接Run 1.进入修改页面 2.复选框勾选 Pycharm中的Python console用法 Pycharm中运行程序在Python console中执行,不是直接Run 更新了一版Pycharm后,发现运行新建的.py文件时,直接在Python console中运行了,没有在控制台直接运行了. 在网上找了一些文档,发现都是对现有文档进行修改,但是新建.py文件后,还是在Python console中运行,需要再重新设置

  • 在PyCharm中实现关闭一个死循环程序的方法

    由于刚刚学习python,对PyCharm也不是很熟悉,在成功运行多个死循环程序而没有关闭它的情况下,PyCharm成功的经常无响应,反应缓慢,一度怀疑是电脑出问题了,经过多次试验,嗯,不是电脑的问题. 接下来就详细说明如何关闭死循环程序: 第一步: (注意看死循环程序和正常运行的程序的区别) 第二步: (鼠标左键单击选择要关闭的死循环程序,然后单击右键选择红色框位置的选项,左键点击) 第三步: (点击后出现下图,然后左键点击红色框位置选项) 第四步: (检查是否已经删除,现在只剩下正常运行的程

随机推荐