anaconda+虚拟环境+pycharm

最近在玩爬虫scrapy 的框架,在windows下安装环境确实是一件疼哭的事情,各种折磨之后中找到中很好的方法:

就是在anaconda 下创建虚拟化环境并安装爬虫项目需要的安装包csarpy,然后利用pycahrm进行虚拟环境下的python解释器。

解决办法就是这样,下面上我的笔记。

一:windows 创建虚拟环境:
win+R进入dos窗口
D: #进入到D盘
cd software/pycharm_proj/
1:pip install virtualenv 
2:virtualenv env_1
2:cd env_1
3:dir
4: cd  Scripts
5: activate.bat  激活虚拟环境  #每次进入需要激活虚拟环境
6:deactivate.bat  退出虚拟环境

note:

1:也可以用pycharm 也可以用pycharm 创建虚拟环境

2:指定版本:virtualenv --no-site-packages --python=2.7 env_name
. --no-site-packages表示不包括系统全局的Python安装包,这样会更令环境更干净

怎么在pycharm下使用虚拟环境的python解释器
前提是在dos 下进行了创建并激活环境
选择虚拟环境  本地存在的Python 3.6 (graph_env) D:\documents\pycharm_proj\graph_env\Scripts\python.exe



二:对conda的基本掌握:
1:基本操作:
升级全部库:  conda upgrade --all
升级一个包  conda uodate packagename
安装包:conda install packagename
也可以安装多个包:   conda installl numpy pandas scipy
安装固定版本的包:conda install numpy =1.10
移除一个包:conda remove packagename 
查看所有包:conda list 
2:管理python环境:
创建虚拟环境:conda create -n env_name list of packagenaem
eg:  conda create -n env_name pandas 
指定python版本:conda create -n env_name python2 = 2.7 pandas 
激活环境: activate env_name
退出环境 :  deactivate  env_name
删除虚拟环境:conda env remove -n env_name
显示所有虚拟环境:conda env list  
note:conda 创建的虚拟环境好像是在anaconda安装目录下的evens下
3:怎么样将anaconda创建的虚拟化环境下安装的包导入到pycharm 中
(因为anaconda很容易下载各种科学计算包,特别是在windows下进行scrapy  tensorflow等安装时总时报错 此方法是一种比较不错的途径)
用pycharm 导入虚拟环境下的python解释器
比如我的是:Python 3.6 (tutorial) D:\software\anaconda\envs\env_spider\python.exe



### 如何使用 AnacondaPyCharm 创建虚拟环境 #### 使用 Conda 命令创建虚拟环境 通过 Anaconda 的 `conda` 工具,可以方便地创建和管理 Python 虚拟环境。打开终端或 Anaconda Prompt 输入以下命令来创建一个新的虚拟环境: ```bash conda create -n 环境名 python=版本号 ``` 例如,如果要创建一个名为 `myenv` 并安装 Python 3.8 的虚拟环境,则运行如下命令[^2]: ```bash conda create -n myenv python=3.8 ``` 激活刚刚创建的虚拟环境可以通过以下命令实现: ```bash conda activate 环境名 ``` 比如对于上述例子中的 `myenv`,则执行: ```bash conda activate myenv ``` #### 配置 PyCharm 使用已有的 Conda 虚拟环境PyCharm 中配置并使用已经创建好的 Conda 虚拟环境分为以下几个方面的内容。 1. **启动 PyCharm** 启动 PyCharm IDE,并新建项目或者打开已有项目。 2. **设置解释器路径** 进入项目的设置界面,在菜单栏依次点击 `File -> Settings -> Project: 项目名称 -> Python Interpreter`。随后点击右上角的小齿轮图标选择 `Add...` 来添加新的解释器。 3. **选择 Conda Environment 类型** 在弹出窗口中,选择左侧列表里的 `Conda Environment` 选项卡。可以选择现有的 Conda 环境(Existing environment),然后浏览到之前创建的虚拟环境中对应的 Python 解释器位置[^4]。 4. **完成配置** 完成上述操作后保存更改即可让当前项目关联至指定的 Conda 虚拟环境下的 Python 版本及其库文件集合。 #### 示例:搭建基于 PyTorch 的深度学习开发环境 为了构建适合于深度学习任务的工作流,可按照下面的方法进行扩展性的实践尝试[^3]: - 利用前述方式建立基础框架; - 接着利用 pip 或者 conda install pytorch torchvision torchaudio cpuonly (针对 CPU 计算需求) 或其他 GPU 支持的相关包指令进一步完善所需工具链; 最终得到的是既独立又定制化的编程空间用于高效开展特定领域内的研究工作。 ```python import torch print(torch.__version__) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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