解决pycharm每次新建项目都要重新pip安装一些第三方库等问题

📢📢📢📣📣📣
哈喽!大家好,我是「奇点」,江湖人称 singularity。刚工作几年,想和大家一同进步🤝🤝
一位上进心十足的【Java ToB端大厂领域博主】!😜😜😜
喜欢java和python,平时比较懒,能用程序解决的坚决不手动解决😜😜😜

✨ 如果有对【java】感兴趣的【小可爱】,欢迎关注我

❤️❤️❤️感谢各位大可爱小可爱!❤️❤️❤️
————————————————

如果觉得本文对你有帮助,欢迎点赞,欢迎关注我,如果有补充欢迎评论交流,我将努力创作更多更好的文章。

相信大家都和我有一样的烦恼,每次创建一个项目都需要重新安装一下三方库,虽然能够修改镜像加速下载,但是每次都下,真的是烦人😡。

 

这里将网上的一些解决方法进行了总结,也记录一下,供大家学习

目录

🚄方法1:

🚗方法2:

🚚方法3

总结


主要有三个方法:也是亲测有用的:

🚄方法1:

因为之前有通过pycharm的project interpreter里的+号添加过一些库,但添加的库只是指定的项目用的,如果想要用,就必须用之前的项目的python解释器,举个例子:

这个是我之前的项目的解释器,这个项目解释器是继承的python的解释器,同时又安装了上面你看到的这些库,包含numpy和opencv-python等,然后我新建一个项目:

这个项目的解释器是这个,没有我之前安装的numpy以及opencv等库。只要 把它换成之前项目的解释器就自动会加载之前项目安装的第三方库了。效果如下(注意我的解释器的路径)

这样就可以用之前下载好的pytho三方库能够修改这个解析器,这样就能自动加载这个项目安装的三方库了。

 

🚗方法2:

添加项目所用的python的site-package的路径,这个同时也解决了,为什么在有的时候通过命令行可以导入一些库,而pycharm不导入会报no moudule的问题,实际上还是环境变量的问题

在环境变量里面添加一个PYTHONPATH路径

实际上很多库安装之后都会把路径信息加到这里,这样就能找到安装的库。

有时候会写一个工具放在lib下,对于windows是很好找python安装包的地址以及lib 和 site-packages

🚚方法3

如果你安装的库都是通过pip安装到site-packages里面的话,其实可以继承一下就可以了

点开解释器,Add

 

 

把inherit global site-packages 打上勾就可以了 

 

总结

总结:

上述方法用一个就能解决,第一个方法是依赖pycharm内部安装的第三库,只需要安装一次,然后以后每次都索引到这个继承之后的解释器就可以,但这样用的库并不是用的通过全局安装好的库。

第二个方法本质就是添加全局安装好的库(通过pip安装的)

第三个方法我觉得是最好的方法,不麻烦,也理解了这里面的解释器的继承

如果觉得本文对你有帮助,欢迎点赞,欢迎关注我,如果有补充欢迎评论交流,我将努力创作更多更好的文章。创作不易,请大佬给小编点个👍吧

<think>嗯,用户问的是PyTorch、PyCharmPython、Anaconda和pip包之间的关系。首先,我需要分解每个组件,然后解释它们如何相互关联。用户可能刚开始学习Python和机器学习,所以需要简明扼要,避免技术术语过多。 首先,Python是基础,所有其他工具都基于它。PyTorch是一个深度学习框架,用Python写的,所以需要Python环境才能运行。Anaconda是一个包和环境管理器,帮助用户安装Python(比如PyTorch),并管理不同的项目环境。pipPython的包安装工具,用来安装Pyython,而PyCharmIDE,提供代码编辑、调试等功能,支持Anaconda环境和pip安装的包。 要理清它们的关系:Python是核心语言,Anaconda管理环境和包,pip安装包,但Anaconda更强大,尤其是处理科学计算的依赖。PyTorch作为其中一个,通过Anaconda或pip安装PyCharm则是开发工具,整合这些组件,便编写和调试代码。 需要注意用户可能的疑惑点:Anaconda和pip的区别,以及PyCharm在其中的角色。可能还需要说明为什么会有多个工具(比如Anaconda vs pip),以及它们各自的优缺点。例如,Anaconda适合管理复杂依赖,而pip更轻量,但可能有依赖冲突。 另外,用户可能想知道实际工作流程中如何搭配使用这些工具。比如用Anaconda创建环境,安装PyTorch,然后在PyCharm中选择该环境进行开发。这样各部分如何协同工作。 要确保解释清晰,结构合理,可能用比喻的式,比如将Python比作发动机,Anaconda为工具箱,PyTorch为专用工具,PyCharm为工作台,pip为另一个工具获取式。这样帮助用户形象理解。 最后,检查是否有遗漏或错误,比如是否Anaconda包含pip,或者PyCharm是否需要单独配置环境。确保信息准确,避免误导。</think>好的!我来用通俗易懂的式解释这些工具之间的关系,以及它们如何协同工作: --- ### **1. Python** - **角色**:编程语言,一切的底层基础。 - **功能**:PyTorch、Anaconda、pip 等工具都是基于 Python 的生态系统构建的。 - **类比**:就像发动机是汽车的核心,Python 是其他工具的“动力源”。 --- ### **2. Anaconda** - **角色**:Python 的“包管理器 + 环境管理器”。 - **功能**: - 一键安装 Python 和科学计算常用(如 NumPy、Pandas)。 - 创建独立的环境(例如:项目 A 用 Python 3.8,项目 B 用 Python 3.10,互不干扰)。 - 通过 `conda` 命令安装/管理包(如 PyTorch)。 - **优势**:解决依赖冲突,特别适合科学计算和机器学习项目。 - **类比**:一个“工具箱”,帮你管理不同工具(包)和隔离工作区(环境)。 --- ### **3. pip** - **角色**:Python 自带的包安装工具。 - **功能**:从 PyPI(Python)下载并安装包(如 PyTorch)。 - **与 Anaconda 的区别**: - `pip` 更轻量,但依赖管理不如 Anaconda 强大。 - Anaconda 的 `conda` 能处理非 Python 依赖(如 CUDA 驱动),而 pip 只能安装 Python 包。 - **协作**:在 Anaconda 环境中也可以用 `pip`,但优先用 `conda` 更稳定。 --- ### **4. PyTorch** - **角色**:深度学习框架()。 - **功能**:提供张量计算、神经网络构建、GPU加速等功能。 - **如何安装**: - 通过 `conda install pytorch`(Anaconda 推荐) - 或 `pip install torch`(直接使用 pip) - **依赖**:需要 Python 环境,可能依赖 CUDA(GPU 加速)等。 --- ### **5. PyCharm** - **角色**:专业的 Python IDE(集成开发环境)。 - **功能**: - 代码编辑、调试、项目管理。 - 直接集成 Anaconda 环境和 pip 安装的包。 - **协作**:在 PyCharm 中选择 Anaconda 创建的 Python 环境,即可使用该环境下的 PyTorch 等。 --- ### **关系总结图** ``` Python(基础语言) │ ├─ Anaconda(管理环境和包) → 安装 PyTorch │ └─ conda(包管理命令) │ ├─ pip(包安装工具) → 也能安装 PyTorch │ └─ PyCharm(编写代码的IDE) → 调用 Anaconda/pip 安装的环境和 ``` --- ### **典型工作流示例** 1. 安装 **Anaconda** → 自动安装 Python 和常用。 2. 用 `conda create` 创建一个独立环境,`conda install pytorch` 安装 PyTorch。 3. 打开 **PyCharm**,选择该环境作为项目解释器,开始写 PyTorch 代码。 4. 如果需要其他,通过 `conda` 或 `pip` 安装PyCharm 会自动识别。 希望这样解释能帮你理清它们的关系!如果有具体使用场景的问题,可以进一步讨论~
评论 4
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

打赏作者

智达教育‍

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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