在windows系统下安装这两个软件,Anaconda是免费的,按照官方安装教程安装就行;pycharm有社区版和专业版,专业版功功强大但收费,如果不需要使用连接远程服务器等功能使用社区版没问题。
参照官网安装教程,完成下载和安装。
下载完成后的文件如下:
这个是我下载的版本,是目前最新版本,不同版本安装过程区别应该不会太大。
conda list
,安装成功的话会把所有的packages列出来:打开网址,选择合适版本(大部分版本都可以,只要能activate),进行下载:
安装包:又击一路按提示安装:
*64-bit launcher* 在桌面创建pycharm快捷方式,版本是64位的 *update context menu* 右键点击文件夹作为项目并用pycharm打开 *Add launchers dir to the path* 可以通过命令行打开pycharm,这个也没必要,通过双击快捷方式就可以打开 *create Associations*将系统上的.py文件关联到pycharm上,不想所有..py文件全用pycharm打开就不用选完成安装桌面会多一个快捷方式。
接下来不用重启系统也可以进行activate.
双击打开,初次初装不会有历史配置,但升级安装可以选历史的安装设置:
接着选配色,我选白色风格:
接着进行activate,这个过程就不再多说了,大家自行度娘吧。
接着是:
可选种类很多,我们选Conda Environment来使用我们安装好的Anaconda.下面把这些可选项的内容都列出来看看.
我们选用conda的base环境,如下。
Conda executable这一项系统自动检测到并填写,Interpreter可以打开 Anacond prompt(默认找开base环境),输入where python
,可以查看python解释器的位置:
安装成功
已经有项目,我们可以直接打开已经有的项目,比如上边新建的test项目
本机上要下载git(这个是主流使用的),然后配置pycharm:
Configure->Settings->Version Control ->Git
系统会自动检测到我们git的安装位置,点击Test
可以测试是否可以使用。
设置好以后就可以选择:
这样一个新的项目就使用git配置好了,并且以后可以一直使用该git完成提交等版本控制。作为对比,我们可以看一下有无版本控制的区别,上一个test项目和本项目的文件上分别鼠右击:
到此,pycharm的安装和项目的新建就完成了。
本节主要讲python解释器的设置或变更、python packages的安装、git版本控制。由于pycharm功能强大,在实践中有什么新的需求可查官方说明。
初建项目时,就已经设置好了解释器,正常来说是不会改变的,但要知道如何设置。
File->Settings->Project:test->Project Interpreter
点击小齿轮,可以像新建项目时那样设置解释器;点击加号可以安装软件包
在anaconda prompt的命令行中使用conda 安装也可以,具体conda使用方法,参见本人其它博客
这部分还是简单,只要按照说明使用即可
在实践中多使用,慢慢会学会。
这部分主要讲创建项目时不是从version control中产生,而是新建的本地项目,我们将其使用git加入版本控制.
在github上创建一个test1的repository,如果不使用pycharm,单纯使用git:
echo "# test1" >> README.md
git init
git add README.md
git commit -m "first commit"
git remote add origin https://github.com/abcdef/test1.git
git push -u origin master
现在使用pycharm,请参照其它人的这篇博客,亲测有效,需要补充的产是无需安装.gitignore,因为新版本的pycharm在add和commit的时候可选文件,当然按照原博客来操作也没什么问题.
工作中,我们更多的是链接到远程的服务器来进行python开发,包括运行、调试及文件传输。
还是以我们新建的项目test为例。链接远程服务器,需要知道ip(通过ifconfig
可以查看)及用户名和密码,这个可以通过管理员获得。这种教程网上挺多的,但考虑到和我当前这个版本不同,并且教程不够细致,这里就不引用别人的工作,直接自己走一遍了。
Connection
中填入相应的远程服务器的Ip,用户名和密码,可选择记住密码,Root path建意选远程服务器上个人home的路径。对于能否连接成功,有Test Connection
来进行测试。流程是这样,输入Host,然后是用户名和密码(保存密码),然后点击Test Connection
,如是连接成功,会有下图
接着,点击Root path 后Autodetect
,会自动填入,最终结果如下:
选择一个文件,如下:test项目的所有内容都将与/home/****/aa对应。
Add New Mapping
可以实现更多的对应。可以看到多了几项内容
Upload to test
:直接上传内容到test(我们给服务器起的名字)服务器
Upload to ...
:在有多个远程服务器的时候是选择上传到那个服务器的
下边还有从服务器下载,同步等功能,这里不再缀述。
通过右击test,也可以找这些选项,而且更加常用一些;右击可以针对整个项目或单个文件:
conda activate tf2
which python
参照本博客前边内容,修改python解释器,
File->Settings->Project:test->Project Interpreter->点小齿轮->add->ssh Interpreter->Existing Server configuration->点...
->选test(远程服务器名字),点击OK
->进行后续设置
以下是选择我们建好连接的远程服务器,也可以自己新建
. 上图可见,我们有两种选项,不是很理解,选`Create`不会有问题 ,并点击Next。.
有两个地方需要更改,`Interpreter`要改成我们远程服务器上想要选择的python解释器的位置(通过where python查找),下边附加选项是否要用sudo,这个根据自身权限来选择,另一个地方是`Sync folders`,是实现本地项目地址与远程服务器地址同步的,附加下边的选项是‘是否要自动上传本地服务器到服务器',我这里就选择是后,本地有任何新的改动,都会被上传到远程服务器并覆盖原文件。 完成设置后,可以看到我们新环境的packages:整个过程完成。然后使用运行或调试,都是使用远程环境,可以完全的进行远程调试。
如上图b.py文件的内容是:
import os
print(os.getcwd()))
运行后,输出的是远程服务器的地址;
另外,要执行调式,如下图:
还有可以继续Tools->Deploment->configuration:
可以看到,与我们原来的建立的远程服务器的连接相同。在Mappings中可以设置本地与服务器的文件同步对应路径。
本地和远程完全自动的文件同步,完全相当于本地运行远程。
还有一种远程调试方法
之前连接远程服务器的工作同样需要
Run->Debug->Edit Configuratons->点击加号->Python Remote Debug
然后定义远程调试的名字,本地机器的ip,port自己定义,还有文件对应
.
.
完成后可以看到pycharm右上角窗口:
接着pycharm上打开远程test服务器shell,执行代码:
pip install pydevd-pycharm~=193.5662.61 # 或conda的虚拟环境中安装,都可以
import pydevd_pycharm
pydevd_pycharm.settrace('192.**.**.**', port=4453, stdoutToServer=True, stderrToServer=True)
#这两行写到要调试的代码开头,比如文件b.py
然后对b.py进行调试,如下图红框,点那个小虫子开始调试,console中显示等待连接:
切换到远程服务器的Terminal,然后执行文件b,会开启调试,自动跳转到Debug:
Terminal中显示:
Debug中显示:
从上图右下角看出,本文的两种调试方法应该是相似的(相同的),但是用法不同。个人觉的用第一种比较方便,只要将项目的解释器设置成远程解器就可以。到些,本文就全部写完了,还一些关于pycharm使用本地或远程服务器上jupyter notebook的情况这里就不再详述,因为本人觉的pycharm对jupyter的支持不是很好,用起来不是很方便