Anaconda、pycharm环境配置教程_anaconda配置

---

前言

---

许多新手在学习数据分析，机器学习，深度学习之前都需要将所需的环境搭建起来。由于python的友好生态圈，功能强大还简单易上手的优点，所以我们在学习之前面临的第一个问题就是搭建python环境。本文从0开始设置一个搭建Anaconda3和pycharm的python环境，其中的jupyter notebook更是可以实现交互式编程和调代码的优势条件。

一、Anaconda介绍

Anaconda是一个流行的开源发行版，主要用于数据科学、机器学习和科学计算。它包含了许多用于数据分析、处理、建模和可视化的工具，提供了一个强大的环境，使用户能够更轻松地管理数据科学项目。Anaconda像是python环境的一个大礼包，里面集成了很多python相关的IDE和包，而和数据科学相关任务最主流的编程环境就是jupyter notebook。
jupyter notebook编程的优势
Jupyter Notebook是一个交互式的开发环境，具有许多优势，特别适用于数据分析、数据可视化、人工智能等领域：

1. 交互式计算：Jupyter Notebook允许用户在一个文档中编写和执行代码，并即时查看结果。这种交互式计算方式使得数据分析和实验变得非常直观和便捷。

2. 支持多种语言：除了Python，Jupyter Notebook也支持其他编程语言，例如R、Julia和Scala等。这使得用户可以在同一个Notebook环境下使用多种语言进行数据分析和编程工作。

3. 可视化和展示：通过Jupyter Notebook，用户可以方便地在代码之间插入文本、图像、公式、图表等内容，制作交互式图表和可视化，以便更好地展示数据分析结果和解释代码执行过程。

4. 易于分享和协作：Jupyter Notebook可以保存为.ipynb文件格式，这种格式既包含了代码，也包含了代码执行的结果和文本说明。这使得用户能够方便地分享自己的分析、教程或报告，并且能够与其他人进行交流和协作。

5. 模块化与重用：通过将代码分割为单元格，Jupyter Notebook鼓励模块化编程和重用代码。用户可以分步骤编写和测试代码，更容易管理和维护代码库。

6. 教育和学习：Jupyter Notebook被广泛应用于教育领域，因为它能够以交互式的方式展示代码执行过程，帮助学生更好地理解编程和数据分析的概念。

7. 大数据支持：Jupyter Notebook可以与大数据框架（如Spark）集成，使得用户能够在Notebook中处理和分析大规模数据，同时利用Notebook的交互性和可视化功能。

总体来说，Jupyter Notebook以其交互性、多语言支持、可视化能力以及便于分享和协作的特性，成为了数据科学家、研究人员和教育者们喜爱的工具之一。使用jupyter notebook需要下载anaconda，因为前面也说了，anaconda是关于python的一个大礼包，使用anaconda可以省去很多预先设置的步骤。

Anaconda的下载

• 官网下载：https://www.anaconda.com/,速度有点慢，因为服务器在国外，而且anaconda有点大所以下载速度很慢
• 镜像网站下载：常用的就是清华镜像网：https://mirrors.tuna.tsinghua.edu.cn/

什么叫做镜像网站呢？
镜像网站是指在多个地理位置或服务器上复制并同步了相同内容的网站。这些镜像站点会定期从原始网站（称为源站）上复制数据、文件或软件，并在其自身服务器上提供相同的内容，以便用户可以从离自己更近或访问速度更快的镜像站点上获取信息。我们最直接的目的就是提高访问速度。

搜索anaconda后点击这里对应的archive文件进行下载：

然后选择和自己电脑配置相对应的版本，进入后往下拉，选择anaconda3系列的，也可以直接下载最新版本，版本越高，对应的python的版本也越高，但需要注意anaconda3对应的都是python3。例如：我这里下载的是anaconda3.5,X86，64位。

点击下载，下载完成是一个如下图的可执行文件：

Anaconda的安装

双击.exe进行安装：
一键式确认到底，这里默认安装到电脑的C盘。
安装完毕后，在开始菜单栏–>所有应用可以看到下载好的anaconda:

上图中点击红色框可以直接打开jupter notebook, 而绿色框中的 Anaconda Prompt是Anaconda发行版中附带的命令行界面，它提供了一种方式来管理和操作Anaconda环境。
Anaconda Prompt是Anaconda发行版中附带的命令行界面，它提供了一种方式来管理和操作Anaconda环境。它的作用包括：

1. 环境管理：通过Anaconda Prompt，你可以使用Conda命令来创建、管理和删除不同的Python环境。这意味着你可以轻松地在不同的项目中使用不同的Python版本和包集合，而不会互相干扰。

2. 包管理：Conda是Anaconda的包管理工具，可以帮助你安装、更新、删除和管理Python包及其依赖项。在Anaconda Prompt中，你可以使用Conda命令来执行这些操作，使得管理Python包变得更加方便。

3. 系统配置：Anaconda Prompt也允许用户进行系统配置，比如设置环境变量、安装其他软件或工具等。

4. 执行命令行操作：除了与Conda相关的功能外，Anaconda Prompt也可以执行常规的命令行操作，比如文件操作、目录导航等。

为了方便，可以将 anaconda prompt命令行界面固定在电脑下方的导航栏：

在命令行窗口键入jupyter notebook就可以直接在浏览器中打开：

然后再打开的jupyter notebook界面中，左端选择你要编写的脚本的存储位置，右边点击new–>python3可以新建python文件，并且开始编写代.

二、Anaconda环境管理

anaconda默认的环境就是这里的base环境

当然，你可以自定义创建更多的环境，这样做的目的是隔离和管理不同环境的依赖关系。不同的项目可能需要使用不同版本的软件包或库，有时这些软件包之间的版本可能会有冲突或不兼容。通过创建不同的环境，可以隔离这些项目，确保它们各自使用的软件包及其依赖关系不会互相干扰，避免版本冲突和不兼容性。还有就是控制python版本，比如：你想使用python3，又想使用python2，那么你就可以创建一个新的py环境，在这个环境中安装python2，就不会和base环境中的python3起冲突了。通过一下命令可以创建新的环境：

#创建名为TaT的环境，环境配置python3.8
conda create --name TaT python=3.8
#激活环境
conda activate TaT
1
2
3
4

这里的TaT可以替换成你想创建的环境名称。

当前面括号里变成你想进入的环境名时，说明成功了，你就可以在这个环境中安装各种你想在当前环境中使用的包了，但是每次使用，你都要用conda activate <你的环境>切换到这个环境下。但是你的jupyter notebook打开后，在新创建一个python文件是默认使用的还是base环境，此时要想你的jupyter notebook中出现如下你创建的环境，需要在anaconda prompt界面安装环境kernel.

#首先激活你要在jupyter notebook中显示的环境
conda activate TaT
#然后执行一下命令安装ipykernel
pip install ipykernel
#将环境添加到jupyter notebook中
python -m ipykernel install --name TaT
1
2
3
4
5
6

这个时候你重启jupyter notebook，在new一个Python file时，就会出现你自定义的环境。

三、Pycharm中anaconda环境的配置

pycharm也是目前比较流行的一个python的IDE，因为里面有很多快捷键和功能，所以调代码时是非常方便的，尤其是一个大型的项目。
pycharm下载官网：https://www.jetbrains.com.cn/en-us/pycharm/

一键式下载安装后打开pycharm , 选择文件位置然后新建项目，进入pycharm的编译环境。此时的pycharm还没有配置python解释器，也就是说，你创建文件后，并不能运行。在这里，我们可以将刚刚配置好的conda环境中的python添加到pycharm中，这样两个IDE就可以共用环境了。

点击file–>settings

此时，找到project，你需要为你的当前项目添加一个python解释器，点击右侧的Add Interpreter添加解释器

在上图左侧选择conda environment, 然后点击use existing enviroment，第一个就是对应的base环境，第二个TaT就是自定义创建的虚拟环境，你要使用哪个环境下的python就选择哪个环境。然后点击Ok就可以了。
补充：
jupyter notebook使用教程，和pycharm使用教程可以自行查阅文档，对于jupyter notebook可以查看一些运行快捷键，而pycharm可以查看一些调代码快捷键及debug的教程。