pycharm中使用anaconda部署python环境的方法步骤

今天来说一下python中一个管理包很好用的工具anaconda,可以轻松实现python中各种包的管理。相信大家都会有这种体验,在pycharm也是有包自动搜索和下载的功能,这个我在前面的一篇博客中有相关的介绍(详情请查看点击打开链接),但是这种功能对于一些包是可以使用的,但是总是会遇到有些包下载失败或查询不到的时候,这个时候就会让人很苦恼了。这里我们就来说一下anaconda的好处。

下面是我从别的地方贴来的说辞:

Anaconda的优点总结起来就八个字:省时省心、分析利器。

省时省心: Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。

分析利器:Anaconda官网中是这么宣传自己的:适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域。

我想通俗的说一下anaconda的“帅”。

(1)在我们安装好anaconda的时候,这个工具中会自带很多python的包,我们可以在pycharm中可视化进行查看。

(2)在我们需要使用的包系统中不存在的时候,我们可以很省心的进行包的在线下载,绝对的让你很满意。

废话就说到这里,下面具体说下anaconda的安装和简要的使用方法。

anaconda安装

首先我们进入到anaconda的官网(点击打开链接),如下图所示,会看到anaconda的下载页面:

下拉或者单击图中的Windows选项,得到如下图所示的界面,此时可以根据自己需要的版本进行相应的选择2.7或3.6,当然也可以其它的版本进行安装。

点击图中的下载按钮后便可以进行anaconda的下载,之后便会得到一个anaconda的exe可执行文件。

双击这个可执行文件,然后得到如下图所示:

单击“Next”,进入如下界面:

直接单击“I Agree”,进入如下图:

这里面选择第一个就可以了,因为我们一般都只会使用一个账户(当然有需要的也可以选择第二个,这里是无妨碍的),点击“Next”:

单击图中的“Browse”,选择文件的安装位置(一般不提倡安装在c盘),然后点击“Next”,得下图:

这里建议第二个选项不要打钩(因为我们有可能平时使用的是默认的python.ext,这样会产生冲突),在需要的时候我们可以在pycharm中找到文件的安装位置进行添加即可,单击“Install”,之后便可进行安装,然后等待安装完成。

pycharm导入anaconda

在pychar中,单击“File”,然后选择“Settings”,然后单击,如下所示:

在“Settings”窗口中选择图中箭头所指的选项,然后会看到右侧有“Project Interpreter”,然后后面的框里面应该选择你的anaconda中python.exe的位置,自己进行选择即可,然后就会得到如上的界面。(由于我的是以前就搞好了的,所以就不重复了操作了)。点击“ok”,至此我们就已经完成了这个工作。

anaconda下载python的包

在这里呢,我就使用比较“笨”方法了,设置环境变量的什么的就省了,如果有需要的可以自己到网上查阅相关的资料。

打开“cmd”窗口(快捷键win+R,然后输入“cmd”),如下图:

执行如下图中箭头所示的操作将当前目录定位到anaconda的目录,记住要定位到其中的Scripts目录中,我的目录是“D:\Users\lenovo\Anaconda2\Scripts”,所以我定位到了这个文件位置。然后我们就可以使用pip进行安装了,记住这个pip是anaconda的pip工具(如果你装过python.exe的话,那么你的用户目录中的pip也是可以操作的,不过那里的pip就不是anaconda中的了,所以,请记住一定要切换到这个目录后进行pip安装),在这里我是使用了pip install cocos2d的命令进行了“cocos2d”这个包的安装,之后便是等待安装完成即可。

至此就完成了包的安装。

好了,至此这次的介绍就结束了。希望对大家的学习有所帮助,也希望大家多多支持我们。

(0)

相关推荐

  • python anaconda 安装 环境变量 升级 以及特殊库安装的方法

    Anaconda 是一个旗舰版的python安装包, 因为普通的python没有库, 如果需要安装一些重要的库, 要经常一个一个下载,会非常麻烦. 所以这个一个集成的, 可以手动批量升级的软件. 而且库的安装也很全下载速度快. 从官网下载完以后, next 安装好. 配置环境变量, 把安装的文件夹的绝对路径拷贝到 环境变量的path里面. 不配置python都启动不了, 当然,如果之前安装过其他版本的python 可以考虑把之前多余的环境变量路径删掉. 打开anaconda prompt, 输入

  • Python科学计算环境推荐——Anaconda

    Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便.自带的包管理器conda也很强大. 首先是下载安装.Anaconda提供了Python2.7和Python3.4两个版本,同时如果需要其他版本,还可以通过conda来创建.安装完成后可以看到,Anaconda提供了Spyder,IPython和一个命令行.下面来看一下conda. 输入 conda list 来看一下所有安装时自带的Python扩展.粗略看了一下,其中包括了常用的 Numpy , Scipy , matpl

  • Python3中在Anaconda环境下安装basemap包

    Basemap是matplotlib子包,也是python中最常用.最方便的地理数据可视化工具之一. 在中端输入pip list先查看是否有jupyter,一般安装了Anaconda都会有. win+R 打开命令提示符窗口,cd命令将当前目录设置为下载文件存放的文件夹(我放在桌面)后点回车键. basemap下载地址:https://www.lfd.uci.edu/~gohlke/pythonlibs/ (1) 在终端输入python可以查看自己需要哪个版本的. (2)basemap 将文件下载

  • 使用Anaconda3建立虚拟独立的python2.7环境方法

    由于一些不可预测的因素,必须使用python2.7进行开发,所以研究了一下怎么在Anaconda3下建立2.7的开发环境,发现十分方便,在此分享一下. 首先安装Anaconda3,这就不多赘述了,我使用的Linux环境,windows下类似. 1. 创建一个虚拟的环境名为python27,并安装2.7版本的python ~$ conda create -n python27 python = 2.7 安装完成即可 2. 激活虚拟环境 Linux和Mac下均为 ~$ source activate

  • Anaconda多环境多版本python配置操作方法

    conda测试指南 在开始这个conda测试之前,你应该已经下载并安装好了Anaconda或者Miniconda 注意:在安装之后,你应该关闭并重新打开windows命令行. 一.Conda测试过程: 使用conda.首先我们将要确认你已经安装好了conda 配置环境.下一步我们将通过创建几个环境来展示conda的环境管理功能.使你更加轻松的了解关于环境的一切.我们将学习如何确认你在哪个环境中,以及如何做复制一个环境作为备份. 测试python.然后我们将检查哪一个版本的python可以被安装,

  • 如何利用Anaconda配置简单的Python环境

    Python的安装并不难,但是要正确安装它的库以及配置环境变量则有些麻烦.对于刚刚开始想要学习Python的小伙伴来说,用Anaconda这个工具往往是很好的选择,它帮助我们下载了很多python的库以及python本身. 下面我就来说说如何安装好一个python环境. 1.首先,第一步是在网上搜索Anaconda官网,然后进入Download下载好,这个很简单,不过记得安装时第一个框框的勾不要选,你选了之后也会有红色的警告,建议不选. 2.配置Anaconda的环境变量,这个只需要到计算机的环

  • ubuntu 18.04搭建python环境(pycharm+anaconda)

    ubuntu 系统自带的 python 有多个版本,使用时难免会遇到环境变量出错,特别是当自动化运行脚本的时候.特别是近一个月来,实验室的小伙伴们的都倾心于 python.为了帮助小伙伴们快速搭建自己的 python 环境,笔者写下了这篇教程.当然,如果 ubuntu 自带的 python 自己使用没有问题,可以略去 anaconda 的安装. 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.因为包含了

  • pycharm中使用anaconda部署python环境的方法步骤

    今天来说一下python中一个管理包很好用的工具anaconda,可以轻松实现python中各种包的管理.相信大家都会有这种体验,在pycharm也是有包自动搜索和下载的功能,这个我在前面的一篇博客中有相关的介绍(详情请查看点击打开链接),但是这种功能对于一些包是可以使用的,但是总是会遇到有些包下载失败或查询不到的时候,这个时候就会让人很苦恼了.这里我们就来说一下anaconda的好处. 下面是我从别的地方贴来的说辞: Anaconda的优点总结起来就八个字:省时省心.分析利器. 省时省心: A

  • IDEA 中创建并部署 JavaWeb 程序的方法步骤(图文)

    目录 前言 创建项目 配置Tomcat 验证访问 注意 总结 前言 在之前 Java 的学习中,我们可能更多地是和控制台程序打交道,也就是我们日常说的黑框框程序. 现在既然完成了 Java SE 部分的基础知识,是时候来学习 JavaWeb 部分.而随着 IDEA 的强势崛起和不断更新,使用 Eclipse 的同学可能会有些不习惯 IDEA.这一点确实是,IDEA 不同版本之间的操作和设置可能都有微小的变动,就算你之前一直使用的 IDEA,也可能会随着 IDEA 的更新找不到某些隐藏在犄角旮旯的

  • JupyterNotebook设置Python环境的方法步骤

    使用Python时,常遇到的一个问题就是Python和库的版本不同.Anaconda的env算是解决这个问题的一个好用的方法.但是,在使用Jupyter Notebook的时候,我却发现加载的仍然是默认的Python Kernel.这篇博客记录了如何在Jupyter Notebook中也能够设置相应的虚拟环境. conda的虚拟环境 在Anaconda中,我们可以使用conda create -n your_env_name python=your_python_version的方法创建虚拟环境

  • Windows下Pycharm远程连接虚拟机中Centos下的Python环境(图文教程详解)

    由于最近学习tensorflow的需要,tensorflow是在Linux环境下,使用的是Python.为了方便程序的调试,尝试在Windows下的Pycharm远程连接到虚拟机中Centos下的Python环境.(这里我采用的是ssh的远程连接) 1.准备工作: 固定centos的IP,这里我的固定IP为 192.168.254.128 . centos中安装ssh.(这里我采用的是ssh的远程连接) centos中Python环境已安装. 2.打开Pycharm,File->Settings

  • 在pycharm中配置Anaconda以及pip源配置详解

    在学习推荐系统.机器学习.数据挖掘时,python是非常强大的工具,也有很多很强大的模块,但是模块的安装却是一件令人头疼的事情. 现在有个工具--anaconda,他已经帮我们集成好了很多工具了!anaconda里面集成了很多关于python科学计算的第三方库,主要是安装方便,而python是一个编译器,如果不使用anaconda,那么安装起来会比较痛苦,各个库之间的依赖性就很难连接的很好. 在windows中,pycharm是一个比较好python编辑器,所以如果能把pycharm 和 ana

  • 在pycharm中为项目导入anacodna环境的操作方法

    1.创建一个环境 anaconda安装完成后,创建一个环境 在windows下,如果配置了环境变量,可以直接的在命令行中 如果没配置环境变量,打开Anaconda Prompt,找不到可以Win+s在搜索框里搜索 在Linux下,安装完成后应该自动添加了环境变量,可以直接操作 conda create -n env_test python=3.7 创建完成后环境会生成在 anacodna目录/envs/ 下 2.在pycharm中进行配置 打开pycharm,File->setting 进入设置

  • PyCharm 2020.2下配置Anaconda环境的方法步骤

    最近在学习关于Python数据分析与挖掘方面的知识,在学习到Python数据分析工具方面时,需要安装一些第三方扩展库来增强Python的数据分析能力,刚开始我就按照最一般的方法,使用pip包管理工具来安装,但是总是遇到各种错误,失败了很多次,耐心都快被耗尽了. 初次接触这方面的内容,不是太了解,就请教了老师,老师就给我推荐直接安装Anaconda来使用.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(我也不是很懂).废话不多说,

  • Pycharm中配置远程Docker运行环境的教程图解

    捣鼓了一天一直报错:Error running 'mypython': Can't run remote python interpreter: the working directory 'C:\Users\admin\Desktop\dc' is invalid, it needs to be an absolute path 首先咱们得搞清楚,pycharm连接docker的原理 Step 1: 打开pycharm连接docker ,记得打开远程2375端口 Step 2:连接远程dock

  • Pycharm中运行程序在Python console中执行,不是直接Run问题

    目录 Pycharm中运行程序在Python console中执行,不是直接Run 1.进入修改页面 2.复选框勾选 Pycharm中的Python console用法 Pycharm中运行程序在Python console中执行,不是直接Run 更新了一版Pycharm后,发现运行新建的.py文件时,直接在Python console中运行了,没有在控制台直接运行了. 在网上找了一些文档,发现都是对现有文档进行修改,但是新建.py文件后,还是在Python console中运行,需要再重新设置

  • 在PyCharm中实现关闭一个死循环程序的方法

    由于刚刚学习python,对PyCharm也不是很熟悉,在成功运行多个死循环程序而没有关闭它的情况下,PyCharm成功的经常无响应,反应缓慢,一度怀疑是电脑出问题了,经过多次试验,嗯,不是电脑的问题. 接下来就详细说明如何关闭死循环程序: 第一步: (注意看死循环程序和正常运行的程序的区别) 第二步: (鼠标左键单击选择要关闭的死循环程序,然后单击右键选择红色框位置的选项,左键点击) 第三步: (点击后出现下图,然后左键点击红色框位置选项) 第四步: (检查是否已经删除,现在只剩下正常运行的程

随机推荐