pycharm使用Anaconda的配置环境

最新推荐文章于 2025-11-14 23:38:57 发布

原创最新推荐文章于 2025-11-14 23:38:57 发布 · 7.6k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#anaconda #pycharm

本文介绍如何在PyCharm中配置Anaconda环境，以便于管理TensorFlow等Python包的版本。通过更改PyCharm设置中的解释器路径到Anaconda，可以轻松地在项目中利用已安装的包。

部署运行你感兴趣的模型镜像

最近在学习tensorflow的神经网络的开发框架，为了方便管理不同的开发环境，我在windows下选择使用Anaconda

使用Anaconda管理各种包的版本非常方便，使得tensorflow开发环境的安装也十分轻松。

对于习惯使用pycharm的我来说，需要配置一下，来使用Anaconda的环境

在我之前创建的环境中，已经安装了各类的包，使用的python3的版本

在pycharm的设置中去更换为Anaconda的路径

这样一来，pycharm就使用anaconda 的配置环境了

您可能感兴趣的与本文相关的镜像

Python3.11

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

promisexb

关注关注

0
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

PyCharm2023中配置使用Anaconda的虚拟环境

qq_63211065的博客

04-09

6324

在2023版本的PyCharm中配置并使用Anaconda虚拟环境

Python 环境搭建——anaconda环境隔离以及在pycharm中使用

m0_73658021的博客

04-01

1263

如：conda create --name python_3.8 python=3.8 创建名为python_3.8 python版本为3.8的运行环境。1.打开pycharm创建项目，设置，python解释器，添加解释器，conda环境，选择自己项目需要的环境。2.输入指令conda create --name {环境名} python={指定python版本}4.使用conda activate {环境名} 激活环境，并使用pip安装numpy。2.终端已经变成对应环境，可以在对应环境下安装第三方库。

参与评论您还未登录，请先登录后发表或查看评论

Windows下PyCharm配置Anaconda环境(超详细教程)

12-17

首先来明确一下Python、PyCharm和Anaconda的关系 1、Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。虽然Python3.5自带了一个解释器IDLE用来执行.py脚本，但是却不利于我们书写调试大量的代码。常见的是用Notepade++写完脚本，再用idle来执行，但却不便于调试。这时候就出现了PyCharm等IDE，来帮助我们调试开发。 2、PyCharm是一种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。此外，该IDE提

pycharm配置anaconda环境

最新发布

m0_45972964的博客

11-14

194

本文介绍了在Anaconda环境中创建虚拟环境并配置PyCharm项目解释器的完整流程。首先需要从Anaconda官网下载安装包，然后通过Anaconda Prompt创建指定Python版本的新虚拟环境（如conda create -n testpro python=3.8）。创建完成后激活环境并查看环境列表。接着在PyCharm中新建项目，通过设置-项目解释器添加本地解释器，选择对应的Conda虚拟环境，指定conda.exe路径，最终完成解释器配置。

PyCharm配置anaconda环境

low米的博客

05-15

17万+

PyCharm配置anaconda环境PyCharm是一款很好用很流行的python编辑器。Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要...

Pycharm配置anaconda环境

eternityAurora的博客

05-27

8571

1.配置anaconda环境以下内容在下载完anaconda后实现快捷键win+r，打出命令行cmd,进入黑色界面输入conda info --env，跳出以下内容：如果没有，则需重新配置，在命令行中输入 conda create -n <env_name> python=<X.X>（2.7、3.6...)说明：创建python版本为X.X、名字为env_name的虚拟环境。env_name文件可以在Anaconda安装目录envs目录下找到。（env_n.

超详细~Windows下PyCharm配置Anaconda环境教程

四四十六的博客

01-05

16万+

目录首先来明确一下Python、PyCharm和Anaconda的关系那么如何将Anaconda集成到PyCharm中呢？（1）安装Anaconda。（2）在PyCharm导入Anaconda （3）在Anaconda中安装新的Python包首先来明确一下Python、PyCharm和Anaconda的关系 1、Python是一种解释型、面向对象、动态数据类型的高级程序设计...

Pycharm使用Anaconda虚拟环境

qq_37441377的博客

05-13

1177

这个警告说明当前所选的后端是非交互式的（non-interactive），因此无法显示图像。这可能是因为 Matplotlib 的后端设置为 ‘Agg’，它是一个非交互式的后端。如果你想要在代码运行时交互式地显示图像，可以考虑使用其他后端，如‘TkAgg’或‘Qt5Agg’。这个错误通常涉及到 Matplotlib 的后端设置问题。Matplotlib 后端是控制图形渲染的引擎，可以尝试更改后端来解决这个问题。在你的代码开头加上这两行代码，尝试用 ‘Agg’ ，看看是否能够解决这个错误。

在PyCharm中配置使用Anaconda环境

热门推荐

TuckX的博客

04-13

19万+

在PyCharm中配置使用Anaconda环境一、步骤1.Anaconda2.PyCharm总结一、步骤 1.Anaconda 如未安装Anaconda可至其官网下载，学习使用个人版就可以了。下载地址：https://www.anaconda.com/products/individual 1、打开Anaconda Navigator，点击Environments可以看到anaconda中已经有了默认的“base”环境，其中包含了大多数我们会用到的包，在PyCharm中可以直接使用该环境，而无需自行下载

使用pycharm和anaconda配置Python开发环境

yuhui_2000的博客

10-18

785

使用pycharm和anaconda配置Python开发环境

Linux下Pycharm、Anaconda环境配置及使用踩坑

12-24

配置环境花了我一下午的时间，简单记录一下，希望能帮到一些新手。 1、下载PyCharm：https://www.jetbrains.com/pycharm/download/#section=linux 下载完成后将压缩文件解压，然后打开终端执行： cd downloads/...

在PyCharm中配置Anaconda环境

qq_59414507的博客

01-08

3678

如何在PyCharm中配置Anaconda环境

Anaconda和Pycharm超详细安装教程（2024版本）！pycharm配置anaconda运行环境！

Python_trys的博客

08-30

1万+

Anaconda 是一个基于 Python 的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，装上Anaconda，就相当于把 Python 和一些如 Numpy、Pandas、Scipy、Matplotlib 等常用的库自动安装好了，使得安装比常规 Python 安装要容易。

在pycharm下配置Anaconda环境

weixin_51087313的博客

04-16

1万+

然后点OK，一般来说电脑会直接自动查找到路径，如果找不到conda.exe文件或者Conda Executable右侧文件夹是红色，先手动找一下conda.exe文件，还找不到说明是环境变量没配置好，按照下面进行操作：此电脑-属性-高级系统设置-高级-环境变量-系统变量-选中 Path-点击编辑-新建。（3）安装完成后，添加系统环境变量，如下：此电脑-属性-高级系统设置-高级-环境变量-系统变量-选中 Path-点击编辑-新建，然后添加系统变量。（2）在安装 Anaconda 时选择“Just Me”。

在Pycharm中配置使用Anaconda虚拟环境

ZZ 的学习记录

07-30

9198

点击Python Interpreter，选择Previously configured interpreter，点击右侧蓝色字 Add Interpreter。】在选择Conda executable路径时，如果直接选择某个具体虚拟环境下的python.exe。2.点击文件夹，选择Anaconda安装目录下的Script\conda.exe。选择下方python解释器，由于我们使用的是虚拟环境。然后进入bin文件夹找到安装的python，选择它。我们主要做的事情是下面红框的内容选择。

pyCharm配置Anaconda环境

qq_40821260的博客

05-31

1230

PyCharm是一款很好用很流行的python编辑器。 Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。 Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程，方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。为了将两者配合使用，需要进行相应的配置。 Anaconda 环境变量配置 1.通过我的电脑- 属性 - 高级系统设置- 环境变量进入设置界面。

Pycharm配置Anaconda环境

关关难过关关过

03-30

7万+

Pycharm学习过程中，每次在一个Pycharm窗口建立一个新的文件夹，都需要重新配置anaconda环境。由于本人是初学者，所以写一篇文章记录，如有错误，欢迎指正。一、新建工程 1、点击File-->New Project 选择新建工程所在文件位置，并命名，点击create。选择New Window。二、配置环境 1、在创建好的新工程窗口下，点击File-->Settings... 2、 Settings-->Project :pythonProject-->

pycharm配置anaconda

weixin_74009895的博客

08-17

4568

pycharm配置anaconda

在 PyCharm 中配置 Anaconda 环境

m0_73061507的博客

09-13

3032

在 PyCharm 中配置 Anaconda 环境可以让你使用 Anaconda 提供的包和虚拟环境来管理你的项目以及配置步骤

pycharm使用anaconda配置pytorch环境

01-16

### 如何在 PyCharm 中使用 Anaconda 配置 PyTorch 开发环境 #### 安装必要的软件包为了确保开发环境中各个组件之间的兼容性，在配置之前建议先更新 `numpy` 和 `setuptools` 的版本。可以通过以下命令来完成此操作： ```bash pip uninstall -y setuptools pip install setuptools pip install numpy ``` 这些命令会移除旧版的 NumPy 和 Setuptools 并重新安装最新稳定版本，从而减少潜在冲突[^1]。 #### 创建 Anaconda 虚拟环境并安装 PyTorch 通过 Anaconda 来管理 Python 版本及其依赖项是一个很好的实践方法。可以按照如下方式创建一个新的虚拟环境，并指定要使用的 Python 解释器版本以及安装特定平台上的 PyTorch 库： ```bash conda create --name pytorch_env python=3.9 conda activate pytorch_env conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 上述指令将建立名为 "pytorch_env" 的新环境，并在其内部安装适用于 CPU 架构的 PyTorch 及其相关工具集[^3]。 #### 设置 PyCharm 使用 Anaconda 环境当已经准备好所需的库之后，则可以在 PyCharm 中设置项目解释器为刚才创建好的 Conda 环境。具体步骤如下所示： - 打开 PyCharm 后点击右下角齿轮图标旁边的加号 (+)，选择 “Add Interpreter...” - 接着从列表里挑选 “Conda Environment”，再选中 “Existing environment”。此时应该能看到所有已有的 conda envs 列表；从中找到先前创建的那个（即 `"pytorch_env"`） - 如果一切顺利的话，现在就可以看到左侧栏显示出了新的解释器路径，这表明成功关联上了目标环境中的 Python 解析程序[^4] #### 测试 PyTorch 是否正常工作最后一步是要验证所搭建起来的这套组合能否正常使用。为此可在 PyCharm 内新建一个简单的测试脚本来加载一些数据或运行基本运算，比如下面这段用于确认 GPU 支持情况的小例子： ```python import torch print(f'Is CUDA available? {torch.cuda.is_available()}') if torch.cuda.is_available(): device = 'cuda' else: device = 'cpu' tensor_example = torch.tensor([1., 2., 3.], device=device) print(tensor_example) ``` 如果输出结果显示能够访问到 CUDA 设备说明一切都准备就绪了！