Python开发环境搭建:Anaconda + PyCharm

简介: python开发环境搭建,使用Anaconda和PyCharm。

为什么是Python

Python是一种面向对象的解释型计算机程序设计语言。

Python简单易用,功能强大,应用领域广泛,遍及人工智能、科学计算、机器学习、网络爬虫、大数据及云计算等。
一个语言能够这么广泛应用的前提,就是因为Python具有数量庞大且功能相对完善的标准库和第三方库。
然而,正是由于库的数量庞大,对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。

例如,在实际项目开发中,我们通常会根据自己的需求去下载各种相应的框架库,如numpy,requests等,但是可能每个项目使用的框架库并不一样,或使用框架的版本不一样,这样需要我们根据需求不断的更新或卸载相应的库。
直接在系统默认环境安装会让我们的开发环境和项目造成很多不必要的麻烦,管理也相当混乱。
这时候,我们需要一个独立的环境,就是常说的Python虚拟环境解决方案。
虚拟环境提供了一个独立的空间,独立的环境,不同的项目可以在各自的环境中调用第三方工具,使用虚拟环境中的解释器。同时开发多个项目时,更加方便。
python的虚拟环境有pipenv, virtualenv, conda(Anaconda)。
这里我们选用的是Anaconda方案,下文会有具体介绍。

python官网:https://www.python.org/
python英文文档:https://docs.python.org/3/
python中文文档:https://docs.python.org/zh-cn/3/

Anaconda

介绍

Anaconda就是可以便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。
Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
简单来说,Anaconda包含了一堆常用的包,Anaconda提供了一套完整的虚拟环境解决方案,Anaconda提供了完善的包管理方案。

Anaconda官网:https://www.anaconda.com/
Anaconda英文文档:https://docs.anaconda.com/
Anaconda中文文档:https://anaconda.org.cn/

Anaconda是一个软件发行版,使用了conda进行包和环境管理。
后文说的很多命令,都是conda开头,在这里做下简单的说明。

Anaconda安装

下载地址:https://www.anaconda.com/products/distribution#macos
下载适合的环境,按照安装手册,一步步安装就可以了。

安装器若提示"Do you wish the installer to prepend the Anaconda install location to PATH in your .bash_profile?"
你希望安装器添加Anaconda安装路径在.bash_profile文件中吗?
建议输入“yes”。

验证安装结果

打开终端,看到命令行最前面是否有(base),这是Anaconda的默认安装环境:
image.png

或者输入命令 conda list 看一下环境里面的包:
image.png

安装后,可以使用conda update conda进行更新:
image.png

Anaconda新建环境

conda create -n env_name,其中 -n env_name 指定了环境的名字:
image.png

切换到创建好的环境:
image.png

环境相关的命令

创建虚拟环境  
conda create -n xxx
进入虚拟环境  
conda activate xxx
退出虚拟环境  
conda deactivate
删除虚拟环境  
conda remove --name xxx --all

包安装

一般采用conda install 或者 pip install 安装包,这两个命令的区别在于:

pip

是用来安装python包的,安装的是python wheel或者源代码的包。从源码安装的时候需要有编译器的支持,pip也不会去支持python语言之外的依赖项。

conda

是用来安装conda package,虽然大部分conda包是python的,但它支持了不少非python语言写的依赖项,比如mkl cuda这种c c++写的包。然后,conda安装的都是编译好的二进制包,不需要你自己编译。所以,pip有时候系统环境没有某个编译器可能会失败,conda不会。

conda的优势:包之间严格的依赖检查;是一个超越Python的环境管理器。

推荐使用conda来安装包,如果安装失败,再尝试用pip进行安装。

Anaconda环境复制

很多时候,我们新建一个项目,或者一个项目的新版本,都基于之前项目使用的虚拟环境创建,所以需要进行环境的复制操作。

本地环境复制

conda create -n 新环境名 --clone 旧环境名
conda create -n BBB --clone AAA

非本地环境复制

  1. 首先激活环境: conda activate xxx
  2. 生成yaml文件: conda env export > xxx.yaml
  3. 复制到新的系统下后:执行 conda env create -f xxx.yaml

pip安装包的非本地同步

  1. 导出pip安装的包: pip freeze > requirements.txt
  2. 将requirements.txt 文件同步到新的机器或者环境中
  3. pip导入包:pip install -r requirements.txt

Conda其它常用命令

  1. conda --version( 验证conda已被安装)
  2. conda update conda(更新conda至最新版本)
  3. conda list -n <env_name> (查看指定环境下已安装包列表)
  4. conda list(查看当前环境下已安装包列表)
  5. conda env list(查看所有环境列表)
  6. conda --version (查看conda版本,验证是否安装)
  7. conda update conda (更新至最新版本,也会更新其它相关包)
  8. conda update --all (更新所有包)
  9. conda update package_name (更新指定的包)

PyCharm

介绍

PyCharm是由大名鼎鼎的JetBrains打造的一款Python IDE。
带有一整套可以帮助用户在使用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。
对于新人来说,推荐使用IDE进行开发,可以在学习过程中聚焦与核心问题,而不是被环境配置以及各种命令工具影响。
PyCharm自带对Anaconda(conda)环境的支持。
PyCharm有社区版本和专业版本,这里主要介绍社区版本,社区版本是免费的。

PyCharm下载和安装

PyCharm官网:https://www.jetbrains.com/pycharm/
PyCharm下载地址:https://www.jetbrains.com/pycharm/download/ 选择Community版本即可。

PyCharm工程建立:使用conda

打开一个工程的时候,如果你的本地已经安装好了Anaconda,就会看到conda选项:
image.png

选择以后,PyCharm会为这个新的工程,创建一个全新的虚拟环境,环境名称就是工程名称。

【作者信息】
QuantGalaxy
<quantgalaxy@outlook.com>
欢迎交流
科技改变生活

目录
相关文章
|
1月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
255 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
1月前
|
Java UED Python
【10月更文挑战第4天】「Mac上学Python 4」入门篇4 - PyCharm高效开发环境配置与使用技巧
本篇将详细介绍如何高效地使用PyCharm进行Python开发,内容涵盖PyCharm的主题设置、字体调整、常用快捷键、虚拟环境的管理、库安装与调试技巧等。通过本篇的学习,用户将能够充分利用PyCharm的功能,提升Python开发效率。
145 2
【10月更文挑战第4天】「Mac上学Python 4」入门篇4 - PyCharm高效开发环境配置与使用技巧
|
1月前
|
机器学习/深度学习 Python
【10月更文挑战第5天】「Mac上学Python 6」入门篇6 - 安装与使用Anaconda
本篇将详细介绍如何在Mac系统上安装和配置Anaconda,如何创建虚拟环境,并学习如何使用 `pip` 和 `conda` 管理Python包,直到成功运行第一个Python程序。通过本篇,您将学会如何高效地使用Anaconda创建和管理虚拟环境,并使用Python开发。
65 4
【10月更文挑战第5天】「Mac上学Python 6」入门篇6 - 安装与使用Anaconda
|
1月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
294 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
1月前
|
Ubuntu Linux Python
Ubuntu学习笔记(六):ubuntu切换Anaconda和系统自带Python
本文介绍了在Ubuntu系统中切换Anaconda和系统自带Python的方法。方法1涉及编辑~/.bashrc和/etc/profile文件,更新Anaconda的路径。方法2提供了详细的步骤指导,帮助用户在Anaconda和系统自带Python之间进行切换。
81 1
|
1月前
|
数据处理 iOS开发 MacOS
Python 虚拟环境安装使用(Anaconda 实操完整版)
【10月更文挑战第4天】Anaconda 是一个开源的 Python 发行版,集成了常用科学计算与数据处理库,并提供了方便的包管理工具 `conda`。虚拟环境则允许在同一台机器上创建多个独立的 Python 运行环境,避免库版本冲突。通过下载 Anaconda、创建与激活虚拟环境、安装软件包及管理环境,可有效支持 Python 项目开发。
124 8
|
3月前
|
IDE 数据可视化 TensorFlow
Anaconda和Python是什么关系?
Anaconda和Python是什么关系?
|
2月前
|
Python Windows
安装python 以及 安装 pycharm
安装python 以及 安装 pycharm
|
3月前
|
SQL 关系型数据库 API
Python 开发环境的准备以及一些常用类库模块的安装
在学习和开发Python的时候,第一步的工作就是先准备好开发环境,包括相关常用的插件,以及一些辅助工具,这样我们在后续的开发工作中,才能做到事半功倍。下面介绍一些Python 开发环境的准备以及一些常用类库模块的安装和使用的经验总结,供大家参考了解。
|
3月前
|
机器学习/深度学习 Ubuntu 数据挖掘
Ubuntu系统部署Anaconda环境及Python语言的详细流程
以上就是在Ubuntu系统中安装Anaconda环境及Python语言的详细流程。Anaconda为Python科学计算提供了便捷的管理方式,帮助用户轻松处理不同项目之间依赖管理的复杂性。通过以上步骤,你现在应该有了一个完全可用的Anaconda环境,可以开始在Ubuntu上进行Python编程和数据科学项目的探索了。
80 5