PyCharm中如何直接使用Anaconda已安装的库
前言
实习生问:我咋看见你经常用Anaconda的jupyter notebook写python代码,为啥不用PyCharm呢?
…
对于我个人而言现在主要的工作是数据分析,挖掘,直接下载Anaconda安装后,就可以启动jupyter notebook,写代码也感觉比较方便,尤其是PyCharm的启动和运行很笨重
但是之前用Django以及爬虫项目的时候,PyCharm优势就非常明显了
较为详细的解释
Jupyter notebook的特点:
- 开源。
- 支撑 30 种语言,包括一些数据科学领域很流行的语言,如 Python、R、scala、Julia 等。
- 允许用户创建和共享文件,文件中可以包括公式、图像以及重要的代码
- 拥有交互式组件,可以编程输出视频、图像、LaTaX。不仅如此,交互式组件能够用来实时可视化和操作数据。
- 它也可以利用 scala、python、R 整合大数据工具,如 Apache 的 spark。用户能够拿到和 pandas、scikit-learn、ggplot2、dplyr 等库内部相同的数据。
- markdown 标记语言能够代码标注,用户能够将逻辑和思考写在笔记本中,这和python内部注释部分不同。Jupyter 笔记本的用途包括数据清洗、数据转换、统计建模和机器学习。
PyCharm的特点:
- 它能对类、对象、关键字的补全和自动缩进,能格式化代码,定制代码片段和格式。
- 支持错误的突出显示,同时也包含 PEP-8,能帮助写出整洁的代码,易于支撑其他语言。
- 它提供快速和安全的重构功能。
- 它带有一个图形界面式的 Python/JavaScript 调试器。用户能够基于 GUI 来测试。
- 它有一个快速的文档定义视图,能在不丢失上下文的情况下看到文档或对象的定义。同时 Jetbrain 提供的文档十分全面,还包含视频教程。
用PyCharm的最大优势就是写起来更爽,且看下图:
自动提示功能十分的强大,那么如何在PyCharm中直接使用Anaconda已安装的库?
PyCharm中直接使用Anaconda已安装的库Ctrl+Alt+S打开Setting,打开Project: PyCharm,找到Project Interpreter
选择上图中的设置齿轮,在弹出的菜单中选择Add Local…,弹出如下图,并选择System Interpreter:
选择右边的…按钮,在弹出的框内选择本地的Anaconda安装路径的python,确定即可:
验证:
可以看到PyCharm自动提示功能中已经有了pandas库了,当然其他的库也都可以使用了后记
当然,也可以像之前一样,直接在PyCharm中使用pip安装下面给大家介绍下,供大家参考
PyCharm中导入数据分析库
虽然安装完Anaconda后,就可以直接使用数据分析库进行代码编写以及数据分析,但是有时候我还是习惯用PyCharm开发(毕竟有很多年的Android Studio 和IDEA的使用经验),如何在PyCharm中导入常用的数据分析库呢?
(1)打开PyCharm,选择左下角的Terminal,更新pip
python -m pip install -U pip
(2)安装各种库命令
python -m pip install -U numpy scipy matplotlib pandas scikit-learn ipython jupyter sympy nose
-U也可写成–user,如果之前安装过,想要更新,则写为 --upgrade
(3)也可以简写(但是官方不推荐,使用简单的安装,可能会出问题,比如用-user安装的文件不会写入系统目录)
pip install numpy pip install scipy pip install pandas pip install matplotlib
总结
到此这篇关于PyCharm中如何直接使用Anaconda已安装的库的文章就介绍到这了,更多相关PyCharm使用Anaconda已安装的库内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!