PyCharm+Miniconda3安装配置教程详解

 更新时间:2021年02月16日 15:25:20   作者:诸子流  
这篇文章主要介绍了PyCharm+Miniconda3安装配置教程详解,需要的朋友可以参考下

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

相关文章

  • PHP基于phpqrcode类库生成二维码过程解析

    PHP基于phpqrcode类库生成二维码过程解析

    这篇文章主要介绍了PHP基于phpqrcode类库生成二维码过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • Python 性能优化技巧总结

    Python 性能优化技巧总结

    代码优化能够让程序运行更快,它是在不改变程序运行结果的情况下使得程序的运行效率更高,根据 80/20 原则,实现程序的重构、优化、扩展以及文档相关的事情通常需要消耗 80% 的工作量。优化通常包含两方面的内容:减小代码的体积,提高代码的运行效率。
    2016-11-11
  • scrapy爬虫实例分享

    scrapy爬虫实例分享

    这篇文章主要介绍了scrapy爬虫实例分享,分享了四则Python爬虫实例,具有一定借鉴价值,需要的朋友可以参考下
    2017-12-12
  • Python中使用tarfile压缩、解压tar归档文件示例

    Python中使用tarfile压缩、解压tar归档文件示例

    这篇文章主要介绍了Python中使用tarfile压缩、解压tar归档文件示例,本文直接给出解压和压缩代码示例,需要的朋友可以参考下
    2015-04-04
  • Python3实现mysql连接和数据框的形成(实例代码)

    Python3实现mysql连接和数据框的形成(实例代码)

    这篇文章主要介绍了Python3实现mysql连接和数据框的形成,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-01-01
  • python 5个实用的技巧

    python 5个实用的技巧

    这篇文章主要介绍了python 5个实用的技巧,帮助大家更好的理解和使用python,感兴趣的朋友可以了解下
    2020-09-09
  • Python实现获取当前目录下文件名代码详解

    Python实现获取当前目录下文件名代码详解

    这篇文章主要介绍了Python实现获取当前目录下文件名,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-03-03
  • Python中一行和多行import模块问题

    Python中一行和多行import模块问题

    我们通过本篇文章给大家分析了为什么Python不建议使用一行import所有模块的原因,有兴趣的朋友学习下。
    2018-04-04
  • 利用numpy实现一、二维数组的拼接简单代码示例

    利用numpy实现一、二维数组的拼接简单代码示例

    这篇文章主要介绍了利用numpy实现一、二维数组的拼接简单代码示例,具有一定借鉴价值,需要的朋友可以参考下。
    2017-12-12
  • 使用pandas对矢量化数据进行替换处理的方法

    使用pandas对矢量化数据进行替换处理的方法

    下面小编就为大家分享一篇使用pandas对矢量化数据进行替换处理的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04

最新评论