【开发环境】MacBook M系列芯片环境下搭建完整Python开发环境_整理macbook m2系统中python环境

Anaconda和Python的关系？

如果有简单了解过Python语言的，那么你很容易就会听到有人会叫你安装Anaconda。
那么Anaconda是什么？他和Python有什么关系？
Anaconda 和 Python 在使用上有明显的区别，尽管两者都紧密相关。以下是它们之间的主要区别以及安装 Anaconda 后对 Python 的需求情况：

1. Python

Python 是一种编程语言，广泛应用于多种编程任务，包括网页开发、数据科学、人工智能、自动化等。Python 语言的安装通常仅包括编译器和标准库。

2. Anaconda

Anaconda 是一个开源的 Python 和 R 语言的发行版，专为科学计算、数据科学、机器学习等领域设计。Anaconda 包括：

• Python 编译器：也就是说，安装 Anaconda 实际上已经包含了 Python。
• Conda：一个包管理器和环境管理器，它允许用户创建隔离的环境以防止包之间的冲突。
• 大量预安装的库：Anaconda 预安装了许多用于数据科学和机器学习的库，如 NumPy、Pandas、SciPy、Matplotlib 等，这些在标准 Python 安装中并不包含。
• 简化的包管理：Conda 使得安装、管理复杂的软件包和依赖关系变得更加简单，尤其是在涉及到数据科学的计算库时，这些库可能需要复杂的安装过程。

如果你已经安装了 Anaconda，那么你实际上已经安装了 Python。因此，通常情况下，你不需要再单独安装 Python。Anaconda 通过 Conda 提供了一个完整的环境，适合于需要大量科学计算和数据处理库的用户。

• 单独的 Python：如果你的工作主要是编程、网站开发或需要最小化环境，可能会倾向于使用只安装 Python 的方式。这样可以让你完全控制所安装的库，保持环境的轻量级。
• Anaconda：对于数据科学家和研究人员来说，Anaconda 提供了一个即开即用的大型科学计算库集合，非常适合需要频繁使用数据处理和科学计算库的场景。

总的来说，如果你的工作或学习需要涉及到大量的数据处理和科学计算，使用 Anaconda 是一个非常好的选择，因为它简化了许多复杂的安装和配置过程。如果你只是需要 Python 本身，并且希望保持环境的简洁，那么单独安装 Python 可能是更好的选择。
所以，按照现在的情况，直接用Anaconda就好了，虽然大一点，但是绝对方便。
如果你是Windows用户，直接看下面这篇文章就好了，非常全面了：
Windows处理Anaconda

如果是Mac用户，直接跳转到下面Anaconda的概念和功能讲解部分就行了。

安装Anaconda

进入到Anaconda的官网进行下载
Anaconda
这里Anaconda会将下载链接发送到你的邮箱，所以你需要填入邮箱，然后到邮箱中去进行下载
之后那个下载链接中会让你选择芯片类型，请记住选择你对应的芯片类型。

下载完毕Anacoonda的安装包之后，无脑进行安装就好了，安装之后打开Anaconda如下：


然后你可以再Anaconda中安装对应的python包，并且创建你自己的环境。

Pycharm整合Anaconda

在你下载完毕Anaconda之后，再Setting中打开Python interpreter

就可以再红色箭头的位置选择你要使用的Anaconda环境，从而达到不同的开发环境的隔离。
如下这些就是你当前环境支持的包信息

运行你的Python代码

之后随便创建一个py文件，然后进行运行即可
到此，MacBook上安装Python环境就已经完成了