Spyder 与 Pycharm 配置 Anaconda 环境 Python 解释器（Windows 7）

Windows 7 安装 Anaconda

到官网下载所需的安装包

首先下载 Anaconda 安装包

安装的时候一路 next 就行了，如果想避免获取管理员权限和手动添加环境变量的麻烦，以下两个地方可以分别选择 Just Me 和 Add Anaconda to my PATH environment variable。

根据官方的提示，选择自动添加环境变量后，系统会优先使用 Anaconda 的 Python 环境，如果你不希望这样，希望能使用此前的 Python 环境，可以不勾选此选项，安装完后手动添加环境变量
勾选了这一选项后，在命令行窗口中执行 python 时就会使用 Anaconda 的 Python 环境了：

C:\Users\Test>python
Python 3.7.3 (default, Mar 27 2019, 17:13:21) [MSC v.1915 64 bit (AMD64)] :: Anaconda, Inc. on win32
Warning:
This Python interpreter is in a conda environment, but the environment has
not been activated.  Libraries may fail to load.  To activate this environment
please see https://conda.io/activation
Type "help", "copyright", "credits" or "license" for more information.
>>>

如果使用以上选项安装Anaconda后，建议使用激活的 Anaconda 的虚拟 Python 环境

---

如果没有勾选 Add Anaconda to my PATH environment variable 这一选项，在安装完成后需要手动添加以下路径到 path 环境变量中：

安装路径\Anaconda3\          				# Python需要
安装路径\Anaconda3\Scripts          			# Anaconda 自带脚本（conda、jupyter notebook、ipython）
安装路径\Anaconda3\Library\bin           	# jupyter notebook动态库
安装路径\Anaconda3\Library\mingw-w64\bin	    # 使用C with python的时候

手动修改环境变量方法参考：
https://blog.csdn.net/shinetzh/article/details/83615624
https://blog.csdn.net/z2858539804/article/details/81407456

 

Spyder 配置 Python 解释器

Spyder 默认使用系统默认的 Python 环境，如果使用自己建立的 Anaconda 虚拟环境，需要自己进行设置。

• 打开菜单 Tools —— Preference
  
• 设置 Python 解释器的路径，选择需要的 Anaconda 虚拟环境的 python.exe（位于 Anaconda 安装路径下 env\虚拟环境\ 下），点击 Apply 应用，再点击 OK 确认并退出设置窗口。
  
• 设置完成后一般需要退出 Spyder，再重新打开才能正常切换至新配置的环境
   

Pycharm 配置 Python 解释器

• Pycharm中打开或新建自己的项目，进入菜单 File —— Settings...
  
• 展开 Project: 一栏，在 Project Interpret 页面中，可通过下来菜单选择自己需要的 Anaconda 虚拟环境，也可以点击齿轮按钮，选择 Add ,在弹出界面中选择自己的 Anaconda 虚拟环境的 python.exe 文件路径添加进来。
  
• 在 Conda Environment 一栏中选在 Existing environment ，然后点击 ... 按钮打开所需要的 Anaconda 虚拟环境的 python.exe 文件路径，点击 OK 确定。
  
  这样就配置好了 Pycharm 的 Anaconda Python 解释器环境。

Pycharm 在设置或更改了环境之后会自动进行更新，可能会有点慢（窗口下方会有更新进度显示），需要等待更新完成后才能正常运行程序。

 

注意事项

在使用 Anaconda 虚拟环境时，需要注意相应环境中安装了哪些模块以及模块的版本等信息。
可通过模块的 version 属性查看模块版本信息。

import sklearn
print(sklearn.__version__)
'0.21.2'