投稿
  1. 首页
  2. python

Windows下配置python开发环境

code • 2022-4-9 • python • 阅读 42

Windows下配置python开发环境,第1张

pycharm配置

下载
pycharm有两个版本：商业版，社区版。



笔者下载了商业版本的使用。



version: PyCharm 2021.3.1
pycharm官网下载地址：https://www.jetbrains.com/pycharm/download/#section=windows
pycharm官网下载地址
安装过程忽略

pycharm创建python项目时关于选项的说明

关于虚拟环境的一些说明：
选项：

  • Virtualenv
  • conda

existing interpreter
previously configured interpreter

virtual environment
用来创建一套隔离的独立的python虚拟运行环境，virtual env主要解决的库依赖和版本依赖、间接授权问题

安装选项说明

New environment using 用新环境创建项目，pycharm自带的virtualenv创建项目，可以在项目目录中新建一个venv目录，用于存放虚拟的python环境，这里所有的库依赖都可以直接脱离系统安装的python独立运行

base interpreter 选择基础解释器，默认是环境中配置的。


inhert global site-packages
创建的新项目需要复制一份全局包到虚拟环境
可以使用base interpreter中的第三方库，需要一些时间复制；如果不勾选将和外界完全隔离，会在base interpreter的基础上创建一个新的虚拟解释器

make available to all projects
当在虚拟环境下安装包的时候，复制一份到全局
目录加载之后，会自动加载该python环境下的包
是否将此虚拟环境提供给其他项目使用，勾选之后，创建新的项目时候，可以修改base interpreter选项指向现在建立的虚拟环境

全局包的存放位置
python安装目录下的\Lib\site-packages子目录中
虚拟环境包安装位置
在关联的项目目录下面的${虚拟环境名}\Lib\Site-packages子目录中

pycharm更改终端为cmd&powershell

file–>setting–>Tools–>terminal–>shell path–>下拉框选择cmd的路径即可

pycharm关闭检查自动更新

快捷键ctrl+alt+s呼出设置–>搜索updates–>check ide updates for

anaconda

用于科学计算的python发行版
Anaconda是一个开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化软件包管理系统和部署。


Anaconda的包使用软件包管理系统Conda[6]进行管理。


超过1200万人使用Anaconda发行版本，并且Anaconda拥有超过1400个适用于Windows、Linux和MacOS的数据科学软件包

引用自wikipedia

anaconda是一个开源的python发行版本，包含了许多数据科学相关的开源包，在数据可视化，数据分析方面都有涉及。



anaconda通过管理工具包、开发环境、python版本、简化工作流程，方便安装、更新、卸载工具包，安装时自动解决依赖包问题，还有最重要的虚拟环境隔离。



方便解决多版本python共存、切换以及各种第三方包安装问题

版本分类：个人版，商业版，团队版，企业版。


除了个人版本不收费，其他版本都需要付费。



按包的大小分 标准版和mini版本
标准版包大小有500兆。


下载安装

install for:
just me
all users
选择为哪些用户安装anaconda
安装路径调整为非系统盘即可，建议路径中不要含有空格字符
Advanced Options：

  • add anaconda to my PATH environment variable
    添加anaconda环境变量到系统环境变量中
  • register anaconda as my default python3.9
    使用anaconda使用的默认python3.9环境，这个选项安装时候不需要，后面需要时候我们可以自己在pycharm中添加

cmd验证是否安装成功

C:\Users\Administrator>conda -V
conda 4.10.3

主要的数据科学内置库包括pandas、numpy、matplotlib、jupyter、scipy、ipython、nltk、notebook、sikit-learn、seaborn、xlrd、xlwt…
一般把这些数据科学库分为四大类：

  • 基础库
    jupyter pandas numpy scipy
  • 机器学习库
    keras tensorflow pytorch sikit-learn nltk
  • 可视化库
    matplotlib seaborn plotly
  • 拓展计算库
    numba dask pyspark

cmd查看anaconda所有的python内核环境。


C:\Users\Administrator>jupyter kernelspec list
Available kernels:
  python3    D:\ProgramData\Anaconda3\share\jupyter\kernels\python3

这里显示的不是python环境真正的目录
在资源管理器中打开此路径下有一个kernel.json文件
argv中显示的是真正的python虚拟环境所在的目录。



将此路径应用到interpreter所在位置就行了。


{
 "argv": [
  "D:/ProgramData/Anaconda3\python.exe",
  "-m",
  "ipykernel_launcher",
  "-f",
  "{connection_file}"
 ],
 "display_name": "Python 3 (ipykernel)",
 "language": "python",
 "metadata": {
  "debugger": true
 }
}
conda和anaconda

conda可以理解为anaconda提供的一个可执行命令，核心功能是包管理和环境管理，包管理使用和pip类似，环境管理允许用户创建安装多个不同python版本并快速切换。


conda和pip

conda和pip都可以管理python库，不同在于conda跨平台不限语言，独立创建虚拟环境。


conda立足于数据科学生态；pip安装几乎所有的来自pypl的python库，conda只能安装anaconda里支持的数据科学库几百个。


windows配置anaconda源为清华大学

生成conda配置文件.condarc

C:\WINDOWS\system32>conda config --set show_channel_urls yes

在windows的当前登录用户家目录下有一个.condarc文件修改文件即可
修改配置文件

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

清空索引缓存

conda clean -i

创建一个虚拟环境测试

conda create -n myenv numpy

ex：

(pythonProject) D:\PycharmProjects\pythonProject>conda create -n myenv numpy   
Collecting package metadata (current_repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: D:\ProgramData\Anaconda3\envs\myenv

  added / updated specs:
    - numpy


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    blas-1.0                   |              mkl           6 KB  defaults
    ca-certificates-2022.3.29  |       haa95532_0         122 KB  defaults
    certifi-2021.10.8          |   py39haa95532_2         152 KB  defaults
    intel-openmp-2021.4.0      |    haa95532_3556         2.2 MB  defaults
    mkl-2021.4.0               |     haa95532_640       114.9 MB  defaults
    mkl-service-2.4.0          |   py39h2bbff1b_0          51 KB  defaults
    mkl_fft-1.3.1              |   py39h277e83a_0         139 KB  defaults
    mkl_random-1.2.2           |   py39hf11a4ad_0         225 KB  defaults
    numpy-1.21.5               |   py39ha4e8547_0           9 KB  defaults
    numpy-base-1.21.5          |   py39hc2deb75_0         4.4 MB  defaults
    openssl-1.1.1n             |       h2bbff1b_0         4.8 MB  defaults
    pip-21.2.4                 |   py39haa95532_0         1.8 MB  defaults
    python-3.9.12              |       h6244533_0        17.1 MB  defaults
    setuptools-58.0.4          |   py39haa95532_0         778 KB  defaults
    six-1.16.0                 |     pyhd3eb1b0_1          18 KB  defaults
    sqlite-3.38.2              |       h2bbff1b_0         807 KB  defaults
    tzdata-2022a               |       hda174b7_0         109 KB  defaults
    vc-14.2                    |       h21ff451_1           8 KB  defaults
    vs2015_runtime-14.27.29016 |       h5e58377_2        1007 KB  defaults
    wheel-0.37.1               |     pyhd3eb1b0_0          33 KB  defaults
    wincertstore-0.2           |   py39haa95532_2          15 KB  defaults
    ------------------------------------------------------------
                                           Total:       148.6 MB

The following NEW packages will be INSTALLED:

  blas               anaconda/pkgs/main/win-64::blas-1.0-mkl
  ca-certificates    anaconda/pkgs/main/win-64::ca-certificates-2022.3.29-haa95532_0
  certifi            anaconda/pkgs/main/win-64::certifi-2021.10.8-py39haa95532_2
  intel-openmp       anaconda/pkgs/main/win-64::intel-openmp-2021.4.0-haa95532_3556
  mkl                anaconda/pkgs/main/win-64::mkl-2021.4.0-haa95532_640
  mkl-service        anaconda/pkgs/main/win-64::mkl-service-2.4.0-py39h2bbff1b_0
  mkl_fft            anaconda/pkgs/main/win-64::mkl_fft-1.3.1-py39h277e83a_0
  mkl_random         anaconda/pkgs/main/win-64::mkl_random-1.2.2-py39hf11a4ad_0
  numpy              anaconda/pkgs/main/win-64::numpy-1.21.5-py39ha4e8547_0
  numpy-base         anaconda/pkgs/main/win-64::numpy-base-1.21.5-py39hc2deb75_0
  openssl            anaconda/pkgs/main/win-64::openssl-1.1.1n-h2bbff1b_0
  pip                anaconda/pkgs/main/win-64::pip-21.2.4-py39haa95532_0
  python             anaconda/pkgs/main/win-64::python-3.9.12-h6244533_0
  setuptools         anaconda/pkgs/main/win-64::setuptools-58.0.4-py39haa95532_0
  six                anaconda/pkgs/main/noarch::six-1.16.0-pyhd3eb1b0_1
  sqlite             anaconda/pkgs/main/win-64::sqlite-3.38.2-h2bbff1b_0
  tzdata             anaconda/pkgs/main/noarch::tzdata-2022a-hda174b7_0
  vc                 anaconda/pkgs/main/win-64::vc-14.2-h21ff451_1
  vs2015_runtime     anaconda/pkgs/main/win-64::vs2015_runtime-14.27.29016-h5e58377_2
  wheel              anaconda/pkgs/main/noarch::wheel-0.37.1-pyhd3eb1b0_0
  wincertstore       anaconda/pkgs/main/win-64::wincertstore-0.2-py39haa95532_2


Proceed ([y]/n)? y


Downloading and Extracting Packages
blas-1.0             | 6 KB      | ########################################################################################################################################################################################################################################################################## | 100%  
mkl_fft-1.3.1        | 139 KB    | ########################################################################################################################################################################################################################################################################## | 100%  
done
#
# To activate this environment, use
#
#     $ conda activate myenv
#
# To deactivate an active environment, use
#
#     $ conda deactivate

安装完成设置为活动的环境

conda active myenv

部分常用的conda源

# 中科大镜像源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/
# 北京外国语大学源
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
#清华源
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda常用命令

查看当前conda配置

conda config --show

列举当前活跃环境下的所有包

conda list

查看所有的虚拟环境
注意*号在哪就表示当前的活动环境是哪个

(myenv) D:\PycharmProjects\pythonProject>conda env list
# conda environments:
#
base                     D:\ProgramData\Anaconda3
myenv                 *  D:\ProgramData\Anaconda3\envs\myenv
pythonProject            D:\ProgramData\Anaconda3\envs\pythonProject

激活环境/关闭

conda activate #默认激活base环境
conda activate env_name #激活指定环境
conda deactivate #关闭当前环境

切换活动环境

(myenv) D:\PycharmProjects\pythonProject>activate pythonProject
#使用了命令自动补全
(myenv) D:\PycharmProjects\pythonProject>conda.bat activate pythonProject

#再次查看当前的活动环境
(pythonProject) D:\PycharmProjects\pythonProject>conda env list
# conda environments:
#
base                     D:\ProgramData\Anaconda3
myenv                    D:\ProgramData\Anaconda3\envs\myenv
pythonProject         *  D:\ProgramData\Anaconda3\envs\pythonProject

conda为指定环境安装某个包

格式：conda install -n env_name package_name
示例：conda install -n pythonProject pandas 
#后面如果不跟env_name参数，即为当前环境安装包
conda install package_name #为当前激活的环境安装某个包

删除某个虚拟环境

conda remove -n env_name --all

清理conda

conda clean -p #删除无用的包
conda clean -t #删除tar包
conda clean -y --all #删除所有的安装包及cache

欢迎分享，转载请注明来源：内存溢出

原文地址: https://outofmemory.cn/langs/570136.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
code code 管理员组
0 0
上一篇 2022-04-09
下一篇 2022-04-09

发表评论

登录后才能评论

评论列表（0条）

保存