PyCharm+Miniconda3安装配置教程详解

PyCharm是Python著名的Python集成开发环境（IDE）

conda有Miniconda和Anaconda，前者应该是类似最小化版本，后者可能是功能更为强大的版本，我们这里安装Miniconda

按官方文档的说法conda相当于pip与virtualenv的结合，但实际安装来看conda本身包括了Python

所以简单起见可以认为"conda=Python+pip+virtualenv"，或者说conda是Python的发行版（类似于Linux发行版）；

另外，pip安装第三方库经常出现vc依赖问题导致不能成功安装，而实际使用来看conda安装可以避开这类问题，根本原因还未研究，使用见下边3.2.2

一、 PyCharm安装

我们这里安装PyCharm社区版，社区版与商业版功能对比如下。感觉社区版完全够用

1.1 PyCharm下载

Windows版下载链接：https://www.jetbrains.com/pycharm/download/#section=windows

1.2 PyCharm安装

双击下载的可执行文件，一步步安装即可

选择自己的安装目路，“Next”没反应就多点几下

创建32位还是64位的桌面快捷方式，是否默认用PyCharm打开.py文件，根据自己情况选

二、 Miniconda安装

2.1 Miniconda下载

下载链接：https://conda.io/miniconda.html

根据自己的需求选择自己需要的版本

 2.2 Miniconda安装

 双击运行下载的可执行文件

如果电脑中未安装python，想将conda带的python安装为电脑默认的python，则在下一步中可钩选添加到”PATH“环境变量

更推荐的做法是不钩选，然后真想在cmd中使用时，到开始菜单中启动”Anaconda Prompt“，Anaconda Prompt会临时在PATH开头插入Anaconda的目录使得python指向Anaconda的python

 2.3 Miniconda设置国内源和配置代理【可选】

以添加中科大镜像源和代理服务器为“http://proxy.company.com:8080”为例。

打开"C:\Users\你的用户名\.condarc"文件（如果文件不存在就创建），写入以下内容并保存：

channels:
 - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
 - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
 - defaults
show_channel_urls: true

proxy_servers:
 http: http://proxy.company.com:8080/
 https: http://proxy.company.com:8080/
ssl_verify: False

三、 PyCharm+Miniconda配置

3.1 PyCharm配置Miniconda环境

启动PyCharm，第一次打开有由下界面，注意把文本框拉到最底下“Accept”按钮才可点击。其他一些自己看着选

创建一个新项目

Location----项目存放位置，自己想放哪就放哪好了，我这里是F:\PycharmProjects\HelloWorld

Projects Interpreter----展开它

New environment using----下拉选择“Conda”

Location----此处配置的conda环境存放到的位置，需要是未存在的目录

Python version----不用管

Conda executable----conda可执行文件的位置，在Miniconda安装目录的Scripts目录下，自己去选中即可

Make available to all projects----是否允许别的项目也可以使用这里配置的conda环境，一般每个项目自己配个环境互不影响，我这里不钩选

Existing interpreter----和前边的“New environment using”并列，表示使用之前已配置好的环境，上边“Make available to all projects”的作用也就在这里

点击“Create”创建项目，就可以编写、调试、运行Python程序了

3.2 安装第三方库

3.2.1 通过PyCharm安装第三方库

由于PyCharm相录于复制了一份conda所以在cmd中直接用pip安装的包是不会同步到PyCharm项目所使用的Conda环境中的，但我们可以直接通过PyCharm自己来安装第三方库

如点击“File”--“Settings”

在搜索框搜索自己安装的包，在列表中选中要安装的包，然后点击下方“Install Package”，然后等待安装即可，我这里以faker库为例

3.2.2 通过conda来安装第三方库【选看】

PyCharm安装第三方库本质还是调用cmd，执行pip进行安装只是PyCharm自己调整了第三方库的安装位置到当前conda环境而已

pip安装经常会遇到缺少vc运行环境的问题，这时我们可以通过使用conda安装避开这种错误；至于安装路径问题我们可以通过使用activate轻松切换（Linux要用source activate）

通过开始菜单打开Anaconda Prompt

将conda环境切换到HelloWorld（Linux要用source activate）：

conda env list
activate D:\Language\Miniconda3\envs\HelloWorld
conda env list

*号代表当前conda所使用的环境，可见以看到我们已成功切换，此时我们就可以通过conda往HelloWorld环境安装第三方库了

比如安装scrapy（conda install scrapy）

安装完成后我们再次打开setting，可以看到3.2.1中安装的faker和这里安装的scrapy都已出现在包列表中（其他的一堆是自动安装的依赖库）

更多关于Python 相关知识请查看下面的相关链接

赞 (0)

相关推荐

  • 用Anaconda安装本地python包的方法及路径问题(图文)

    Anaconda确实带来了很多方便,但是之前也过多的依赖了conda自带的一键下载python包的功能.这不,这几天突然要用FastFM这个包,无奈conda里没有,于是只能从github下载下来,实现本地安装. 以下是手动下载和安装步骤: 一.从GitHub上下载: 选择releases,里面会看到一系列版本的包,选择自己电脑对应的型号,点击下载.我选择的是fastFM-0.2.11-cp36-cp36m-macosx_10_7_x86_64.whl,由于电脑是mac,python版本为3.6

  • windows上安装Anaconda和python的教程详解

    windows上安装Anaconda和python的教程详解

    一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点: 1.不开源,价格贵 2.软件容量大.一般3G以上,高版本甚至达5G以上. 3.只能做研究,不易转化成软件. 因此,我们这里使用Python这个脚本语言来进行数字图像处理. 要使用Python,必须先安装python,一般是2.7版本以上,不管是在windows系统,还是Linux系统,安装都是非常简单的. 要使用python进行各种开发和科学计算,还需要安装对应的包.这和matlab非常相似,只是matla

  • win10系统下Anaconda3安装配置方法图文教程

    本文主要介绍在 windows 10 系统中安装 Anaconda3 的详细过程. 下载 Anaconda 官网下载地址 目前最新版本是 python 3.6,默认下载也是 Python 3.6, 我使用的是 Python 3.5 版本,这里使用Anaconda3-4.2.0-Windows-x86_64.exe版本,因为它默认使用的是 Python 3.5,官方下载地址. 当然,也可以在官网下载最新版本的 Anaconda3,然后根据自己需要设置成 python 3.5. 安装 安装较为简单,

  • anaconda如何查看并管理python环境

    anaconda如何查看并管理python环境

    Anaconda是Python的一个开源发行版本,主要面向科学计算,预装了丰富强大的库. 使用Anaconda可以轻松管理多个版本的Python环境. Download:https://www.anaconda.com/download/ Anaconda默认有两个版本,可以选择64位还是32位安装,当你安装了其中一个版本时,系统默认为该版本. 同时你可以在已安装的Anaconda版本中添加另一个版本的Python,实现多版本共存. Anaconda可以使用命令行进行操作 conda的环境管理

  • Anaconda之conda常用命令介绍(安装、更新、删除)

    anaconda用法: 查看已经安装的包: pip list 或者 conda list 安装和更新: pip install requests pip install requests --upgrade 或者 conda install requests conda update requests 更新所有库 conda update --all 更新 conda 自身 conda update conda 更新 anaconda 自身 conda update anaconda anaco

  • WIn10+Anaconda环境下安装PyTorch(避坑指南)

    这些天安装 PyTorch,遇到了一些坑,特此总结一下,以免忘记.分享给大家. 首先,安装环境是:操作系统 Win10,已经预先暗转了 Anaconda. 1. 为 PyTorch 创建虚拟环境 关于 Anaconda 的安装步骤这里就忽略不讲了,Win10 下安装 Anaconda 非常简单. 安装 Anaconda 完毕后,我们在安装 PyTorch 之前最好先创建一个 pytorch 的虚拟环境.之所以创建虚拟环境是因为 Python 为不同的项目需求创建不同的虚拟环境非常常见.在实际项目

  • anaconda中更改python版本的方法步骤

    anaconda是一个非常好用的python发行版本,其中包含了大部分常用的库. 最新的anaconda中python版本已经更新到了python3.6,而tensorflow只支持python3.5. 在anaconda官网中已经给了三种解决方案: https://docs.anaconda.com/anaconda/faq#how-do-i-get-anaconda-with-python-3-5 方法一:在现有的anaconda中新建一个python3.5的开发环境,这样同时保留了pyth

  • python3.7环境下安装Anaconda的教程图解

    下载Anaconda安装包 官网下载或是在清华大学镜像站下载,我安装的是下面这个版本: 安装过程 配置环境 将anaconda的scripts文件夹路径添加到环境变量中. 如果命令行输入输出如图所示则安装成功: 为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级.(也可以不安装升级) 打开pycharm,如图点击add local 点击第三个选项,system interpreter,选择python.exe路径,点击ok,就可以了. 总结

  • Windows下anaconda安装第三方包的方法小结(tensorflow、gensim为例)

    anaconda 集成了很多科学计算中所需要的包,如numpy,scipy等等,具体查看anaconda中已经预先安装配置好的包有哪些,可以通过cmd命令,输入conda list 查看,如下图所示: 但是,因为实际需求,我们会需要导入列表中没有的第三方包,如gemsim,在anaconda中,我们可以参考以下步骤安装所需要的第三方包:         1.启动anaconda 命令窗口: 开始 > 所有程序 > anaconda >anaconda prompt    2.安装gens

  • windows下Anaconda的安装与配置正解(Anaconda入门教程) 原创

    一.下载anaconda 第一步当然是下载anaconda了,官方网站的下载需要用迅雷才能快点,或者直接到清华大学镜像站下载.当然这里推荐我们下载,下载地址都整理好了 下载地址: http://www.jb51.net/softs/556392.html 清华大学提供了镜像,从这个镜像下载速度很快,地址: https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 选择相应的版本进行下载就好 下载过程中除了安装位置外,还有两个需要确认的地方. 第一个勾

  • Anaconda入门使用总结

    序 Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候.为了解决这些问题,有不少发行版的Python,比如WinPython.Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv.pyenv等工具管理虚拟环境. 个人尝试了很多类似的发行版,最终选择了Anaconda,因为其强大而方便的包管理与环境管理的功能.该文主要介绍下Anaconda,对

  • Python 、Pycharm、Anaconda三者的区别与联系、安装过程及注意事项

    Python 、Pycharm、Anaconda三者的区别与联系、安装过程及注意事项

    1.致欢迎词 我将详细讲述在学Python初期的各种手忙脚乱的问题的解决,通过这些步骤的操作,让你的注意力集中在Python的语法上以及后面利用Python所解决的项目问题上.而我自己作为小白,很不幸的没有错过任何的坑,都跳了进去,所以在这里写下经验贴,一方面希望能给后来的学者能够高效的避开这些坑,另一方面也算是自己的总结与警告. 2.内容大纲 2.1 安装顺序 能够使用Python的安装过程我建议这样:Anaconda-Pycharm Anaconda我建议安装Anaconda3 原因后面会解

  • 利用Anaconda完美解决Python 2与python 3的共存问题

    前言 现在Python3 被越来越多的开发者所接受,同时让人尴尬的是很多遗留的老系统依旧运行在 Python2 的环境中,因此有时你不得不同时在两个版本中进行开发,调试. 如何在系统中同时共存 Python2 和 Python3 是开发者不得不面对的问题,一个利好的消息是,Anaconda 能完美解决Python2 和 Python3 的共存问题,而且在 Windows 平台经常出现安装依赖包(比如 MySQL-python)失败的情况也得以解决. Anaconda 是什么? Anaconda

  • Linux(Ubuntu 18.04)上安装Anaconda步骤详解

    Anaconda是最受欢迎的python数据科学和机器学习平台,用于大规模数据处理,预测分析和科学计算.Anaconda发行版附带了1,000多个数据包,conda命令行工具和Anaconda Navigator的桌面图形用户界面. 本教程将指导您完成在Ubuntu 18.04上下载和安装Anaconda Python Distribution. 下载Anaconda 在撰写本文时,Anaconda的最新稳定版本是5.3版本. 请选择 64-Bit (x86) Installer 进行下载链接:

  • 更改Ubuntu默认python版本的两种方法python-> Anaconda

    更改Ubuntu默认python版本的两种方法python-> Anaconda

    你可以按照以下方法使用 ls 命令来查看你的系统中都有那些 Python 的二进制文件可供使用. $ ls /usr/bin/python* /usr/bin/python /usr/bin/python2 /usr/bin/python2.7 /usr/bin/python3 /usr/bin/python3.4 /usr/bin/python3.4m /usr/bin/python3m 执行如下命令查看默认的 Python 版本信息: $ python --version Python 2.

  • Anaconda的安装及其环境变量的配置详解

    随着python的发展越来越好,用python的伙伴也越来越多.本人刚开始接触python的时候用的第一个集成环境就是Anaconda,因为自带很多包,安装又比较方便,所以还是比较方便了.现在来说下它的具体安装步骤: 进入官网后,点击红框区域下载按钮 下载完成后,按照此步骤,点击安装. 点完弹到下一个页面,接着点: 这个步骤选择安装地址的,建议单独新建一个文件夹来存放跟anaconda相关数据 点击finish后就算安装完了,接着下一步,要来配置环境变量了.首先找到安装路径 然后找到一个scri

  • Windows下Anaconda的安装和简单使用方法

    Windows下Anaconda的安装和简单使用方法

    Anaconda is a completely free Python distribution (including for commercial use and redistribution). It includes over 195 of the most popular Python packagesfor science, math, engineering, data analysis. 1.安装anaconda 之前什么都不需要安装,直接在官网下载anaconda,我下载的是P

  • 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

随机推荐