Anaconda、Pycharm环境配置

Anaconda介绍

Anaconda是一个开源的‌Python发行版本,它包含了‌conda、Python以及180多个科学包及其依赖项。‌ Anaconda不仅是一个软件发行版,还集成了包管理器和环境管理器,使得用户可以方便地安装、管理和切换不同的软件包及其依赖。Anaconda特别适用于科学计算和数据分析,因为它预装了大量的科学计算包,如‌numpy、‌pandas、‌scipy等,极大地简化了科学计算和数据分析的工作流程。‌
在这里插入图片描述
在这里插入图片描述
conda env list
也可使用命令创建
conda create -n env_name python=3.7.16
激活环境:conda activate env_name
退出环境:conda deactivate
删除环境:conda remove -n env_name --all
![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/fae352f5bb474943a392efe149e3ae4a.png
也可以在project中使用。
在这里插入图片描述

安装pytorch
Pytorch官网:https://pytorch.org/get-started/locally/
在这里插入图片描述

在这里插入图片描述
Anacodna下对应的虚拟环境中输入conda list,可以查看到安装文件。
在这里插入图片描述

if __name__ == '__main__':
    print_hi('PyCharm')
    import torch

    print(torch.__version__)
    print(torch.cuda.is_available())

output
Hi, PyCharm
2.5.0
False

如何使用Docker 封装本地的anaconda环境,生成镜像并打包

docker pull continuumio/anaconda3

docker run --name anaconda -idt continuumio/anaconda3

docker exec -it  anaconda /bin/bash,进入后执行
whereis anaconda
#或者使用
conda info --envs

在这里插入图片描述

docker cp /opt/anaconda3/envs/env1 anaconda:/opt/conda/envs

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/8e2311043610402597f945c9dc40d23c.png

dockerfile参考

#FROM continuumio/anaconda3:latest AS base
FROM continuumio/miniconda3:latest AS base
WORKDIR /slab
COPY . /slab

ENV TZ=Asia/Shanghai
ENV PATH /opt/conda/envs/slab/bin:$PATH
ENV CONDA_DEFAULT_ENV slab

RUN conda create --name slab python=3.9 \
    && echo "conda activate slab" >> ~/.bashrc \
    && pip install -i https://pypi.tuna.tsinghua.edu.cn/simple \
    torch torchvision uvicorn fastapi pydantic python-dotenv redis requests pymysql pandas \
    jsonpath sqlalchemy python-docx schedule rabbitpy \
    pika openpyxl xlsxwriter pytest

SHELL ["/bin/bash", "-c"]

CMD ["python", "main.py"]
### 配置 Anaconda Python 3.8 环境用于 PyCharm 开发 #### 下载并安装 AnacondaPyCharm 为了确保可以顺利配置,先确认已经下载并安装了最新版本的Anaconda以及PyCharm社区版[^1]。 #### 安装 Anaconda 并设置 Python 版本 在完成Anaconda的安装之后,在命令提示符或终端中输入`conda create -n py38 python=3.8 anaconda`来创建名为py38的新环境,并指定Python版本为3.8。这一步骤能够建立一个独立于其他项目的干净工作空间[^2]。 #### 打开 PyCharm 进行环境配置 启动PyCharm后,通过菜单栏选择`File -> New Project...`新建项目时,点击左侧边栏底部的小齿轮图标展开更多选项,接着选择`Add Python Interpreter...`。此时应能看到多个可用解释器列表;从下拉框里挑选`Conda Environment -> Existing environment`,再浏览至先前创建好的`py38`环境中对应的`python.exe`位置(通常位于Anaconda安装目录下的envs/py38/python.exe),以此方式将该虚拟环境添加进来作为当前项目的默认解析器。 #### 创建新的工程项目 按照指导完成上述操作后,继续按向导指示前进直到结束页面,这样就能基于所选的Python 3.8环境建立起全新的PyCharm工程了。 #### 测试配置有效性 最后验证一切正常运作的方法是在编辑区内编写如下简单的测试脚本来加载TensorFlow库并打印其版本号: ```python import tensorflow as tf print(tf.__version__) ``` 如果程序能无误运行且输出预期的结果,则说明整个过程顺利完成,现在可以在PyCharm内利用Anaconda所提供的Python 3.8环境开展进一步的工作了[^3]。
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