在Mac中PyCharm配置python Anaconda环境过程图解

在 python 开发中我们最常用的IDE就是PyCharm,有关PyCharm的优点这里就不在赘述。在项目开发中我们经常用到许多第三方库,用的最多的命令就是pip install 第三方库名 进行安装。现在你可以使用一个工具来帮你解决经常安装第三方库的麻烦,这个工具就是Anaconda。

Anaconda集成了100多个常用的第三方库,在项目的开发中就可以减少使用 pip 命令进行安装。有关Anaconda的安装包,大家可以前往官网进行下载并安装。

这里我想注重说明的是Mac 中PyCharm 配置 Anaconda的环境。

第一步打开PyCharm,进入偏好设置中,Mac 中的快捷键是command+,,如下图所示:

第二步: 选择Project Interprete

第三步:点击右上角的齿轮,如图所示:

第四步:这一步最为关键,也是最容易出错的。点击第三步出现的 Add,将进入下图所示:

当我们看到上图所示的内容之后,第一反应就是点击 Conda Environmenr,这是不正确的,也是很多人都会遇到的困惑。正确的选择应该是 System Interpreter。

第五步:选择System Interpreter,点击右上角的齿轮,选择 Add,将会出现如下页面:

我们选择anaconda3文件夹,并打开,找到 python.app文件夹,并打开。

第六步:选择 python.app文件夹中的 Mac OS 文件夹,并打开,选中 python,并点击右下角的ok

到此为止PyCharm 配置 Anaconda环境就已经完成了,耐心等待加载,就会看到常用第三方库配置到了PyCharm中,由于Anaconda中配置了常用的第三方库,你只需要认真的开发程序就可以了。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

时间: 2020-03-09

win10 + anaconda3 + python3.6 安装tensorflow + keras的步骤详解

初入深度学习,就遇到了困难,一直安装不了tensorflow和keras库!!!真是让人着急!!!在经过无数次尝试,看了无数篇博客之后,终于安装上了.下面是具体的安装步骤. 首先,创建一个新的环境,这个环境适合python3.5使用: conda create -n py35 python=3.5 anaconda 如果在创建过程中出现如下错误 RemoveError: 'setuptools' is a dependency of conda and cannot be removed fro

Python和Anaconda和Pycharm安装教程图文详解

Anaconda 是一个基于 Python 的数据处理和科学计算平台,它已经内置了许多非常有用的第三方库,装上Anaconda,就相当于把 Python 和一些如 Numpy.Pandas.Scrip.Matplotlib 等常用的库自动安装好了,使得安装比常规 Python 安装要容易.如果选择安装Python的话,那么还需要 pip install 一个一个安装各种库,安装起来比较痛苦,还需要考虑兼容性,非如此的话,就要去Python官网(https://www.python.org/dow

在Python IDLE 下调用anaconda中的库教程

大家都知道,Anaconda是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项.下载了anaconda我们可以很方便的随时调用这里面的库. 原先我自己在Python官网下载了python 3.7开发环境,anaconda的后面下载的,平时比较喜欢使用 IDLE 作简单的程序或学习的时候,发现调用不了anaconda中的库,就算是在cmd程序中使用pip 下载相应的库时,最终的库路径也是存于anaconda的库路径中. 当然,通过相关命令实现pip下载路

浅析python,PyCharm,Anaconda三者之间的关系

一.它们是什么? 1.python Python是一种跨平台的计算机程序设计语言,简单来说,python就是类似于C,Java,C++等,一种编程语言. 2.Anaconda Anaconda指的是一个开源的Python发行版本,是一个科学计算环境,如果你安装了Anaconda之后,就相当于安装好了Python和一些常用的库,(建议安装Anaconda3) Anaconda = Python + Python运行所依赖的库 (如果你只安装了Python,则代码运行时需要的各种库函数,用到什么就需

win10下安装Anaconda的教程(python环境+jupyter_notebook)

前言: 什么是anaconda?? Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项. [1] 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python) 什么是jupyter notebook?? Jupyter Notebook 是一款开放源代码的 Web 应用程序,可让我们创建并

Anaconda 查看、创建、管理和使用python环境的方法

由于不同的项目需要用不同的python版本,于是使用Anaconda来进行版本管理,现记录一下经验: 在官网下载并安装好Anaconda以后(非常简单,此处不赘述): 1. 查看Python环境 conda info --env可以看到所有python环境,前面有个'*'的代表当前环境: 2.创建Python环境 conda create --name python35 python=3.5 代表创建一个python3.5的环境,我们把它命名为python35 安装成功后的消息: 现在我们再用c

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

Python第三方库face_recognition在windows上的安装过程

实际上face_recognition这个项目尤其是dlib更适用于Linux系统.经过我的测试,在性能方面,编译同样规格的项目,这个工具在Windows 10 上大约是Ubuntu上的四分之一.但是在这两者之间我没有看到在其他方面有什么差别. 我使用本教程将这些工具安装到Windows10上,更近的版本也可能正常运行. 安装了C/C++ 编译器的Microsoft Visual Studio 2015 Boost 库,V1.63或者更近的版本 Python3 CMake,Windows安装时要

Python入门Anaconda和Pycharm的安装和配置详解

子曰:"工欲善其事,必先利其器."学习Python就需要有编译Python程序的软件,一般情况下,我们选择在Python官网下载对应版本的Python然后用记事本编写,再在终端进行编译运行即可,但是对于我这样懒的小白,我喜欢装一些方便的软件来辅助我编写程序.在学习Java时,正常情况选择安装JDK然后配置环境变量后,用记事本编写程序再在终端编译运行即可,而我一般选择安装JDK+MyEclipse.将Python和Java进行类比的话,在Python中使用Python+Pycharm好比

PyCharm Anaconda配置PyQt5开发环境及创建项目的教程详解

1 安装pyqt5 1.1 安装pyqt5 pip install PyQt5 1.2 安装pyqt5常用工具包 pip install PyQt5-tools 1.3 新建main.py编写以下测试代码,验证是否安装成功 import sys from PyQt5.QtWidgets import QWidget, QApplication app = QApplication(sys.argv) widget = QWidget() widget.resize(640, 480) widge

2020新版本pycharm+anaconda+opencv+pyqt环境配置学习笔记,亲测可用

一.pycharm介绍与安装 1.pycharm介绍 PyCharm是一种Python IDE,是Python语言开发时提高其效率的工具,比如调试.语法高亮.Project管理.代码跳转.智能提示.自动完成.单元测试.版本控制.其本身可以在线上更新和下载库,但本文未使用,使用的是anaconda进行管理 选择原因 开发项目,管理项目资源方便,可导入各种集成库进行开发,图像处理,界面设计,数据库管理等皆可融为一起,方便实际工程项目开发使用 2.安装教程 1.首先去Pycharm官网,或者直接输入网

浅谈静态变量、成员变量、局部变量三者的区别

静态变量和成员变量的区别: A:所属不同 静态变量:属于类,类变量    成员变量:属于对象,对象变量,实例变量 B:内存位置不同 静态变量:方法区的静态区    成员变量:堆内存 C:生命周期不同 静态变量:静态变量是随着类的加载而加载,随着类的消失而消失    成员变量:成员变量是随着对象的创建而存在,随着对象的消失而消失 D:调用不同 静态变量:可以通过对象名调用,也可以通过类名调用    成员变量:只能通过对象名调用 成员变量和局部变量的区别: A:在类中的位置不同 成员变量:在类中方法

MySQL execute、executeUpdate、executeQuery三者的区别

execute.executeUpdate.executeQuery三者的区别(及返回值) 一.boolean execute(String sql) 允许执行查询语句.更新语句.DDL语句. 返回值为true时,表示执行的是查询语句,可以通过getResultSet方法获取结果:返回值为false时,执行的是更新语句或DDL语句,getUpdateCount方法获取更新的记录数量. 例子: public static void main(String[] args) { Connection

基于Python __dict__与dir()的区别详解

Python下一切皆对象,每个对象都有多个属性(attribute),Python对属性有一套统一的管理方案. __dict__与dir()的区别: dir()是一个函数,返回的是list: __dict__是一个字典,键为属性名,值为属性值: dir()用来寻找一个对象的所有属性,包括__dict__中的属性,__dict__是dir()的子集: 并不是所有对象都拥有__dict__属性.许多内建类型就没有__dict__属性,如list,此时就需要用dir()来列出对象的所有属性. __di