Anaconda安装并创建虚拟环境给pycharm使用

时间：2024-10-02 07:06:22

本文将讲解Anaconda的安装和使用，同时创建虚拟环境给pycharm使用和pycharm2019.3.1中的jupyter notebook的使用

Anaconda是用来干什么的

anaconda是一个方便的python包管理和环境管理软件，在里面会帮你安装好用于科学计算分析等的包，可以省去一个个包自己安装的过程，同时在安装的过程中会帮你搜索相关的前置包，一次性下载。

Anaconda安装过程

因为我用的是win10，所以介绍的也是windows的安装过程。下载网址：Anaconda下载网站，选择windows，我下的是python3.7如果你要用tensorflow2.0得下这个才行。
在这里插入图片描述

安装过程

安装过程很简单，唯一需要注意的就是下图这个位置。

第一个选项框的意思是添加anaconda到电脑的path中，添加了这个后在终端中就可以调用conda了，同时电脑python的默认路径会被修改成anaconda里的。因为我的电脑已经装过python了我只是想用anaconda，所以我没勾选，如果没勾选在后面我也会讲该怎么手动添加。
第二个选项框是python使用默认的3.7版本

怎么选自己结合电脑的情况决定。两个都选是最简单的一条龙服务解决。进入安装过程了后请耐心等待，需要花点时间，毕竟有两个多G的包要安装进去
在这里插入图片描述

使用Anaconda

打开终端输入conda --version一方面看自己的版本，一方面看自己的Anaconda是否可以使用，如果你在前面的安装过程中没有选第一个。不用急，手动添加path即可
在这里插入图片描述

手动添加path

首先进入系统\选高级设置\高级\环境变量，选Path，进行编辑，添加一个路径，选择安装路径下的Scripts文件即可
在这里插入图片描述
添加完了后，conda命令就可以使用了。

Anaconda创建虚拟环境和常用命令

安装完后其实使用anaconda powershell（我有两个是因为我已经创建过一个虚拟环境）来使用命令会更好，但我就用终端先演示下
在这里插入图片描述
先用下面这个conda env list命令，这个命令是查看已经有什么虚拟环境了

在这里插入图片描述
base是默认Anaconda创建给你的。
在运行下conda list列出环境装好的包，默认是base的包，进入虚拟环境后，显示的就是这个环境里的包了
在这里插入图片描述

接下来开始创建一个新的环境

使用命令：

//以your_env_name为名字创建一个虚拟环境，这个创建起来进入环境
//运行conda list会发现是一个空环境，除了python其他包是没有的
conda create --name your_env_name 

//创建一个新环境想克隆一部分旧的环境，因为我创建一个虚拟环境是担心主环境被弄坏
//重新开始很麻烦，所以我是想克隆一个新的bash，所以我运行的是下面这个命令以base为基础创建了一个新的环境
conda create -n your_env_name --clone oldname
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
//运用下面的命令，将your_env_name改成自己的环境名就可以进入虚拟环境中
activate your_env_name

//退出当前环境
deactivate
  • 1
  • 2
  • 3
  • 4
  • 5

运行activate fuyun结果如下图
在这里插入图片描述
到此如果顺利的话你的虚拟环境已经被创建好了，我们先关闭终端，打开anaconda powershell这个终端来执行接下来的命令
在这里插入图片描述
打开如下，用这个终端会直接进入环境中，同时命令会带一些样式，看着挺爽的
在这里插入图片描述

修改源成为清华源（默认可能会比较慢，尤其是像下载tensorflow这种打包的时候，建议修改）

conda config --add channels /anaconda/pkgs/free/
conda config --add channels /anaconda/pkgs/main/
conda config --set show_channel_urls yes 在包后面显示来源
  • 1
  • 2
  • 3

使用上面的命令添加清华源，这个我也是从别的文章看来的，最后一个来源我的好像没显示。也可以通过清华Anaconda的文档
在这里插入图片描述
按上面的来做配置文件。
配置完了后我们来下载tensorflow
在这里插入图片描述
通过中会提示你是否安装，输入y确认即可
下载完后想确认，在conda list后添加想查看的包即可
在这里插入图片描述

让pycharm使用Anaconda的虚拟环境

打开Settings是设置当前项目的配置。后面的Other Settings里的Settins for New Projects里面给以后的项目也配置
在这里插入图片描述
无论你打开的是那个，都选择Project Interpreter即可
在这里插入图片描述
点击小齿轮，选Add
在这里插入图片描述
步骤图片里写了，找到后，点Ok就会导入成功了
在这里插入图片描述
到此你的pycharm已经使用Anaconda创建的虚拟环境了

最后讲下pycharm里的jupyter notebook

pycharm2019.3.1对Jupyter notebook有了更好的支持和更多的按钮

jupyter notebook用于什么

简单点说jupyter notebook和普通py文件的区别在于，它是以单元格的形式执行代码，而不是以文件为主题，这样就可以在前面执行了的情况下，反复修改和执行后面的查看变化，同时结果也是采用对应单元格的形式便于查看，在数据分析时用起来会发出的爽。

创建jupyter notebook的.ipynb文件

在这里插入图片描述
如上创建后如下图
在这里插入图片描述
打开，你们的界面在localhost:8888这里会不一样，接下来让我们对pycharm里的jupyter notebook进行配置
在这里插入图片描述
一个很简单的python代码点击运行按钮会发现出错，这是因为没打开服务，真正的jupyter notebook是一个基于页面的代码IDE
在这里插入图片描述
点小灯泡，选开始服务，这里的原理是在终端里运行了jupyter notebook，把终端输出的信息转到了jupyter的控制台里
在这里插入图片描述
在这里插入图片描述
点击控制台里的地址会前往真正的Jupyter notebook的网址
在这里插入图片描述
我们就不用这个了，用这个的话，代码自动提示和补全比不上pycharm
先说下jupyter notebook常用的快捷键，ctrl+回车执行当前代码块，shift+回车执行当前代码块并转入下一个代码块
然后回到pycharm使用ctrl+回车你会发现没有反应（我的没有可能和我设置登录notebook的密码有关，你们的可能会有）因为Pycharm对jupyter notebook采用的是自动连接的方式，所以会存在可能自动连不上的情况。没事我们手动也行。
首先将控制台里的http://localhost:8888/ 这个复制过来，再按下图点击修改配置
在这里插入图片描述
在Configured Server这个将地址贴上去，token不管是系统自动加的，点击OK
在这里插入图片描述
这个地方是python的内核我这个有一个fuyun是因为我配置了一个内核，可不配用默认也行。
在这里插入图片描述
使用ctrl+回车结果如下，右边会显示左边的输出结果
在这里插入图片描述

如果要配置jupyter notebook内核

进入你所要创建kernel的环境中运行下面的命令XXXX处输入自己想要的名字

python -m ipykernel install --name XXXX
  • 1

相关文章