第一次进入pycharm它会直接提示你选择python解释器,也就是要去选定我们的环境。
anaconda所有的虚拟环境都存放在conda目录下的envs目录下,base虚拟环境除外,它是anaconda自己创建的一个虚拟环境。
像上面那样,选择完毕后就可以正常使用了。
补充:在这里补充下anaconda创建和删除虚拟环境的命令。
创建:
conda create -n name python==3.7
其中name和Python版本是可以自己选择的
删除:
conda remove -n name --all
安装完Pycharm之后需要设置关联一下解释器才能正常工作。
运行PyCharm ,进入设置(Ctrl+Alt+S)
点击小齿轮之后选择add后,在这里添加Anaconda安装目录下的Python.exe路径就可以了。
如D:\Software\Anaconda3\python.exe
如果你有多个解释器,可以添加上去之后,在这里进行切换。
在工作环境中我们会集成开发环境去编码, 这里介绍一下pycharm(我自己使用这个), 而pycharm也能很方便的和anaconda的虚拟环境结合
在 Setting =>Project =>Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击 Add Local 为你某个环境的 python.exe 解释器就行了
比如你要在 learn (自定义的)环境中编写程序, 那么就修改为 D:\Software\Anaconda\envs\learn , 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了.
现在你是不是发现用上anaconda就可以十分优雅简单的解决上面所提及的单个python环境所带来的弊端了呢, 而且也明白了其实这一切的实现并没有那么神奇.
当然anaconda除了包管理之外还在于其丰富数据分析包, 不过那就是另一个内容了, 我们先学会用anaconda去换一种方法管里自己的开发环境, 这已经是一个很大的进步了.
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)