PyCharm 整合 Anaconda

最新推荐文章于 2025-06-11 15:09:51 发布
最新推荐文章于 2025-06-11 15:09:51 发布
阅读量188 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 1024程序员节
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Saki_Python/article/details/134006432

PyCharm 整合 Anaconda

Anaconda 是一个开源的Python发行版，它集成了许多常用的科学计算和数据分析工具。借助于 Anaconda ，我们可以很方便地安装和管理 Python 包、创建和管理虚拟环境。Anaconda 包含了许多常用的 Python 库进行数据分析、机器学习和科学计算，如 NumPy、Pandas、Matplotlib、SciPy 等，这些库在数据分析和科学计算中非常常用。此外， Anaconda 还提供了 Jupyter Notebook ，这是一个交互式的编程环境，可以方便地编写和共享数据分析代码。本篇博客将重点介绍 Anaconda 的基本使用以及如何在 Pycharm 中集成 Anaconda。

Anaconda

Anaconda 是一个用于科学计算和数据分析的 Python 发行版和环境管理器。它包含了许多用于科学计算的常用软件包和工具，并提供了一个方便的方式来管理 Python 环境。在 Python 数据分析时并不推荐使用下载安装的 Python 解释器常常使用 Anaconda。关于 Anaconda 请阅读参考文档进行安装即可，本篇文章重点介绍它的工作机制以及集成步骤。

传统问题

在传统的 Python 开发中，不同的项目可能需要不同的依赖才可以运行，对于同一种依赖可能需要不同的版本才可以实现运行。如下是一个传统 Python 解释器在开发中引入的依赖包：

Untitled.png

当多个项目使用它的 pip 引入、管理依赖时就会造成依赖的冗余（同一个依赖多个版本混合在一起，而且不能有效区分一个项目需要的是哪些依赖）。有没有一种工具能够针对不同的项目构建不同的环境进行管理？Anaconda 为此而生！

Anaconda 中各虚拟环境自己下载、管理依赖，相互隔离。这样做有以下好处：

1.借助虚拟环境，我们可以很清楚的知道某个项目所需要的依赖是哪些。项目运行时也只拿指定虚拟环境中的依赖，项目之间依赖耦合度降低。

2.Anaconda 预装了大量依赖，这避免了我们手动安装的压力，使得我们可以开箱即用。

虚拟环境

既然我们在前面分析传统问题弊端时已经提到了 Anaconda 的工作原理——虚拟划分依赖并管理。下面我们重点讲述虚拟环境的构建和管理：

1**.创建新环境**

实际上Anaconda在下载完成时有提供一个默认虚拟环境，它涵盖了 Anaconda 自带的所有包。我们使用 conda env list 可以查看所有已创建环境：

Untitled 1.png

使用命令 conda list 可以查看目前Anaconda下载、管理的所有依赖及其版本(实际上就是该虚拟环境的依赖包)：

Untitled 2.png

这是一个基本的虚拟环境，可以帮助我们快速的进行数据分析开发，但实际开发过程中我们可能

需要对每一个项目构建独有的虚拟环境：

  • 创建一个新环境：

    conda create --name mytest

然后我们使用命令 conda env list 再次查看

Untitled 3.png

我们可以给新环境下载自己的依赖包（conda install -n 虚拟环境名 依赖包）：

Untitled 4.png

我们看到，它开始在 mytest 环境中下载 python3.11。

当我们需要删除一个环境时，输入 conda env remove 即可：

Untitled 5.png

代理配置

和其他包管理工具一样，由于下载的依赖包主要为国外的仓库，因此下载缓慢，我们这里推荐将依赖包下载源切换为国内源：

查看已配置源

#查看当前conda配置
conda config --show channels

#删除下载源，换回默认源
conda config --remove-key channels

配置源

选择合适的源输入指令：

# 中科大镜像源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/
# 北京外国语大学源
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
#清华源
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
#阿里云
conda config --add channels  http://mirrors.aliyun.com/pypi/simple/
#豆瓣
conda config --add channels http://pypi.douban.com/simple/

查看配置信息

#查看配置
conda config--show

#查看添加的镜像
conda config --show channels

恢复默认源

删除正在使用的源，恢复为默认源：

conda config--remove-key channels

PyCharm 集成

进入 PyCharm 打开 setting → Project:xxx → Python Interpreter 为指定的项目设定指定的解释器环境(默认项目采用的是系统自带的 Python 解释器及相关依赖)：

Untitled 6.png

点击 Add Interpreter 创建新的环境，点击 Conda Environment，指定 conda 程序(借助它可以加载它所管理的环境)：

Untitled 7.png

此时相当于 PyCharm 集成了 Anaconda 程序，可以可视化操作该程序所管理的依赖和环境。

点击 Load Environments，加载 conda 所管理的环境:

Untitled 8.png

我们可以看到，PyCharm 集成了 Anaconda 程序后不仅可以加载出所有环境，还可以选择常见新的模拟环境、加载指定环境。这里我们就使用 Conda 自带的环境即可。如果你有新的项目和新依赖请先创建然后选择。

---------------------------END---------------------------

题外话

当下这个大数据时代不掌握一门编程语言怎么跟的上时代呢？当下最火的编程语言Python前景一片光明！如果你也想跟上时代提升自己那么请看一下.

在这里插入图片描述

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。


👉优快云大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

img
img

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！img

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

img

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

img

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

img

六、面试宝典

在这里插入图片描述

在这里插入图片描述

简历模板在这里插入图片描述

👉优快云大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

若有侵权，请联系删除

Python_P叔
关注
pycharm配置anaconda
weixin_74009895的博客
08-17 4300
pycharm配置anaconda
Python开发环境--pycharm整合anaconda
a_hui_tai_lang的博客
12-01 1万+
python开发环境搭建，pycharm与anaconda的整合
01.pycharm整合conda
最新发布
qq_21451945的博客
06-11 538
配置conda的路径这一步是核心，因为是window环境有很多的exe和py文件，我一开始选了它们都是创建失败，而且我按照网上说的还选择了其他Script文件夹下的conda.bat文件，都不能创建成功，图中的，Generate new，就是你想要自己创建一个虚拟的conda环境和其他的环境隔离开，Select existing 就是你已经在这之前准备好了虚拟环境就选这个。我在整合的时候遇到的坑主要是“path to conda” 这里的填写总是出问题，下面我介绍下具体的整合过程。
超详细的pycharm+anaconda搭建python虚拟环境
热门推荐
lanbo_ai的博客
09-19 2万+
超详细的pycharm+anaconda搭建python虚拟环境
PyCharm+Anaconda环境搭建
m0_74459609的博客
02-09 2304
在前两篇博客中记录了在VS Code中配置C++的编译开发环境，由于Python的广泛用途，以及同样自己之前在python学习中的一知半解，为了消除对于编程环境配置的恐惧，这里记录一下Pycharm+Anaconda环境的搭建。选择好项目所在的文件夹路径后，按下图所示进行设置，勾选“创建欢迎脚本”，选择“自定义环境”，选择“选择现有”，下来选择“conda”类型（这就是前面已经配置好的anaconda环境），点击创建。找到之前Anaconda的安装位置，点击进入文件夹，复制出以下几个位置，以便后续使用。
PyCharm集成Anaconda+Tensorflow步骤详解
IamCerian的博客
06-08 1422
文章目录一、Anaconda安装1、在Anaconda官网下载python3.7版本。2、从开始打开 Anaconda prompt，利用conda create -n TF python=3.7创建应该名为TF的环境。3、conda activate TF1.9（如果根据上面的步骤，应该是将TF1.9换成TF，个人命名），进入已经安装的环境。4、如果电脑支持GPU则进行以下操作二、TensorFlow安装1、下载TensorFlow三、安装PyCharm1、从官网下载pycharm社区版2、创建工程3、测
Pycharm导入anaconda环境的教程图解
09-16
有时，我们需要将Anaconda的环境整合到PyCharm中，以便于在PyCharm中充分利用这些库。以下是一个详细的步骤指南，教你如何在PyCharm中导入Anaconda环境。 **步骤一：创建新项目** 首先，打开PyCharm并创建一个新的...
pycharm+anaconda环境下No module named numpy，No module named matplotlib等包找不到
qq_41244299的博客
06-10 2338
记录遇到的问题==。 正确安装Pycharm+Anaconda 后，打开Pycharm新建项目时注意： 然而在编程中仍然出现包找不到的情况，但是在Ananconda中查找相应包，明明已经存在： 解决方法： 在Pycharm界面，左上角File->Settings->Project:**（该项目名称）->Project Interpreter: 接下来就是添加包的过程 最后不再报错。 ...
Windows下PyCharm配置Anaconda环境(超详细教程)
12-17
【PyCharm与Anaconda的整合】 在Windows操作系统中，使用PyCharm进行Python开发时，有时需要更强大的环境支持，例如Anaconda。Anaconda不仅包含Python解释器，还预装了大量的科学计算库，如numpy、matplotlib、scipy...
PYCHARM+ANACONDA内网机离线配置环境-完整
qq_26430717的博客
11-04 4725
最近四处出差，有时候部分公司对内网机有严格的安全要求。禁止联通外网。但是我们又要使用内网环境进行开发，那么就需要在离线环境下将所有环境准备好。 首先准备好必要环境工具： 1：pycharm-professional-2018.1.exe 【python运行代码的工具】 2：Anaconda3-4.4.0-Windows-x86_64.exe【一个python运行环境的整合,用来管理不同版本的...
Pycharm中Anaconda的详细配置过程
m0_55333280的博客
10-31 2万+
可以在选择在官网下载相应操作系统的Anaconda安装包，也可以自己找资料（个人感觉这样要方便一点，网上资源一般都配套安装教程）
Pycharm+Anaconda集成
技术博客
11-08 2218
Pycharm，Anaconda的安装，集成开发环境，包安装 ...
02 ，pycharm 集成 anaconda：
孙砚秋的博客
07-02 546
1 ，pycharm 集成 anaconda 环境 ： file - settings - project interpreter - add 选系统默认的环境 ： ( 也就是 anaconda 环境 ) apply - ok 等着他集成 ： 2 ，pycharm 集成 anaconda 总结 ： anaconda 安装之后，会修改环境变量 ： 将系统的 python 变量修改为 anaconda 的变量 为什么 pycharm 运行出错 ： 因为 pycharm 在集成 anaconda 之前
Pycharm与Anaconda的完美配合
m0_59164520的博客
07-12 2万+
PyCharm是一款Python IDE，其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、版本控制等等。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。PyCharm 是可以跨平台，在macos和windows下面都可以用，是python现在最好用的编辑器，没有之一。需要Pycharm安装包的朋友们可以查看我这篇文章获取链接，文件中有详细的安装教程。
Pycharm与Anaconda结合使用
weixin_43805474的博客
11-17 1万+
Pycharm与Anaconda结合使用1、在Pycharm中使用Anaconda强大的环境配置能力2、在Pycharm中安装GeoPandas 1、在Pycharm中使用Anaconda强大的环境配置能力 参考文档 总体而言有两种方式进行“环境”的管理： 1.在anaconda中提前准备好项目所需的环境，然后在pycharm中选择相应环境的解释器。 2.在pycharm中设定新建项目时随即生成对应的环境。 在这里更加推荐方法二。 方式二：在新建项目时随即生成新的环境 在pycharm新建项目，同上，选择
pycharm联合Anaconda
weixin_43487532的博客
10-27 2377
直接去官方的网站里找，找不到直接用我这里的链接有各个版本，包括历史版本。基本都是下一步就可以，这里注意下直接打钩，要不然还要手动增加环境变量。最近想试着用python做点小东西，先去git上down别人的代码，每个人环境都不一样，所以就用到了Anaconda，来进行环境控制。anaconda启动真的非常慢，反正我电脑是这样，所以我这里都用命令行来操作。点开这个，输入命令看下，目前的环境，由图可见只有base，安装完成。设置点一下，可以添加环境，选中自己anaconda的环境。2.anaconda基本命令。
pycharm使用Anaconda集成环境（自创环境）
苍白的小包叽的博客
06-28 285
我觉得这个网上还是比较少的，虽然自己摸索也比较容易，但是有教程还是比较快一点啦~ 开始吧！ 1、创建项目啥的就不说了，直接从创好之后开始 2、 3、点击小齿轮后弹出下面的小框框，选择Show All 3、先看里面有没有与你想要用的环境，没有再按加号，不过如果你是想选择自己配置的环境（不是base），一般是没有的 4、按图点击，如果在我画圈圈的地方有什么...
pycharm用anaconda配置opencv
03-14
<think>好的，我现在需要帮助用户解决在PyCharm中通过Anaconda配置OpenCV的问题。根据用户提供的引用内容，我需要整合这些信息，给出一个清晰的步骤指南。首先，我要确保自己理解每个引用中的关键点，然后按照逻辑顺序组织步骤。 首先，引用[2]提到了在Anaconda控制台中使用pip安装OpenCV，并且指定了清华的镜像源，这样可以加快下载速度。同时还需要更新numpy，这可能是因为某些版本的OpenCV依赖较新版本的numpy。然后需要在PyCharm中配置Anaconda环境，确保解释器设置正确。引用[3]特别指出不需要创建新环境，直接在conda的根环境中安装，这样PyCharm可以直接使用。引用[4]也提到使用Anaconda的环境管理能力，选择Anaconda的依赖包，不需要单独下载其他库。引用[5]提到在Jupyter中使用conda环境需要安装ipykernel，但用户的问题是关于PyCharm的，这部分可能暂时不需要，但可以作为扩展信息。 接下来，我需要将步骤分点列出，确保用户能够按照步骤操作。首先安装Anaconda和PyCharm，然后通过conda控制台安装OpenCV，接着在PyCharm中配置解释器，最后验证安装。需要注意的点包括：使用清华镜像加速安装、更新numpy、正确选择解释器路径、以及可能的环境创建问题。 可能遇到的问题包括环境选择错误导致找不到OpenCV，或者pip安装时权限问题。这时候需要提醒用户以管理员身份运行控制台，或者检查PyCharm中的解释器路径是否正确指向Anaconda的根环境。此外，如果用户创建了新环境，可能需要在新环境中重新安装OpenCV，但根据引用[3]的建议，最好直接在默认环境中安装以避免混淆。 最后，生成相关问题时要围绕配置环境、常见错误、Anaconda环境管理、虚拟环境的使用以及与其他工具的整合等方面，确保用户能够进一步探索相关主题。</think>### 在 PyCharm 中通过 Anaconda 配置 OpenCV 的步骤 #### **1. 安装 Anaconda 和 PyCharm** - 下载并安装 **Anaconda**（自带 Python 环境和包管理工具）[^2]。 - 安装 **PyCharm**（建议选择专业版，但社区版也支持基础功能）[^2]。 #### **2. 通过 Anaconda 安装 OpenCV** 1. 打开 **Anaconda Prompt**（Windows）或终端（macOS/Linux）。 2. 输入以下命令安装 OpenCV（使用清华镜像加速下载）： ```bash pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 3. 更新 `numpy` 库以确保兼容性： ```bash pip install --upgrade numpy ``` 完成安装后，可通过 `conda list` 检查是否包含 `opencv-python`。 #### **3. 在 PyCharm 中配置 Anaconda 环境** 1. 打开 PyCharm，创建新项目或打开现有项目。 2. 进入解释器设置： - 点击 **File > Settings > Project: [项目名] > Python Interpreter**。 3. 选择 Anaconda 的 Python 解释器： - 点击右上角齿轮图标，选择 **Add Interpreter > Conda Environment**。 - 在 **Interpreter** 路径中选择 Anaconda 安装目录下的 `python.exe`（默认路径类似 `C:\Users\用户名\anaconda3\python.exe`）。 4. 确保解释器列表中包含 `opencv-python` 包[^3][^4]。 #### **4. 验证 OpenCV 安装** 在 PyCharm 中新建 Python 文件，输入以下代码并运行： ```python import cv2 print(cv2.__version__) # 输出版本号（如 4.5.5） ``` 若未报错且输出版本号，则配置成功。 --- ### **注意事项** - **无需新建 Conda 环境**：直接在 Anaconda 的默认（base）环境中安装 OpenCV，避免因环境隔离导致 PyCharm 找不到包。 - **镜像源加速**：若安装缓慢，可添加其他镜像源（如阿里云）： ```bash pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/ ``` - **权限问题**：若安装失败，尝试以管理员身份运行 Anaconda Prompt。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值