Anaconda安装使用以及Pycharm教程

1. 目录

• 1. 目录
• 2. 背景
• 3. 简介
• 4. 环境
• 5. 安装
  • 5.1. 下载
  • 5.2. 安装
  • 5.3. 配置环境变量
  • 5.4. 验证环境
  • 5.5. 升级工具包<可选>
  • 5.6. 设置国内镜像
• 6. 使用
  • 6.1. 常用命令汇总
  • 6.2. 管理虚拟环境
    • 6.2.1. 查看虚拟环境列表
    • 6.2.2. 创建虚拟环境
    • 6.2.3. activate
    • 6.2.4. 删除虚拟环境
  • 6.3. 管理三方包
    • 6.3.1. 安装
    • 6.3.2. 删除
  • 6.4. 小结
• 7. Pycharm集成
  • 7.1. 环境
  • 7.2. 步骤
    • 7.2.1. 使用已有虚拟环境
      • 7.2.1.1. 选择Conda环境
      • 7.2.1.2. 选择虚拟环境
      • 7.2.1.3. 构建项目
    • 7.2.2. 创建新虚拟环境

2. 背景

因为最近有个要求，需要写个类似爬虫的小功能，去网站上获取各种数据，然后分析。此前类似功能我都用 Java 去实现，也想着技术不能一成不变，开始尝试着想用 Python 去重构此前的功能，于是正好趁此机会， Anaconda 构建 Python 环境。

3. 简介

Anaconda 是一个开源的 Python 发行版本，其包含了 conda、 Python 等 1500 多个开源包及其依赖项。 它的版本分为好多，有个人版，还有团队版以及商业版，这里演示的为个人版。

4. 环境

• Windows 10 64bit
• RAM 16G

5. 安装

5.1. 下载

在官网下载地址 https://www.anaconda.com/download/ 中，直接单击 Download ，下载最新版即可，如果需要其他版本，自行选择你需要的版本。

我下载的版本是 Anaconda3-2022.05-Windows-x86_64.exe 。

考虑此此下载服务器是境外的，速度有点慢，需要多等待。科学上网的除外。

最终文件大小 593Mb 。

5.2. 安装

Anaconda3-2022.05-Windows-x86_64.exe 的安装相对比较容易理解

• 直接点击 Next 。

• 同意选项 I Agree ，否则无法政策安装

• 选择 All User

• 选择安装路径，环境我一般喜欢安装在 D:\Environment 。

后面的安装过程不表。

5.3. 配置环境变量

因为我这里环境是 Windows ，所以在上述安装完成后，需要手工配置一下环境变量。

• CONDA_HOME: D:\Environment\Anaconda3，个人路径，视自己环境调整
• path ： %CONDA_HOME%\Scripts

5.4. 验证环境

配置完环境变量，我们在 cmd 命令行中，输入 conda --version 。

上述 conda 4.12.0 说明我们环境变量配置完毕。

5.5. 升级工具包<可选>

为了避免 Anaconda 集成包有可能不是最新的，通常需要在命令行进行工具包的在线升级。 命令：conda upgrade --all 。

在输入 y 同意更新。

5.6. 设置国内镜像

Anaconda 的服务器在国外，在安装多个 packages 时,下载速度经常很慢。所以解决方案就是使用国内的镜像源覆盖原有的。此处推荐使用清华 阿里云 镜像源，只要在 conda 的配置项中加入即可：

• ANACONDA.NAVIGATOR

• Environments
• channels
• 点击 Add

• 输入需要镜像源，然后回车，需要添加多个，可以重复操作

https://mirrors.aliyun.com/anaconda/pkgs/free/ 
https://mirrors.aliyun.com/anaconda/pkgs/main/

后面为了在下载过程中，更好看到用的是哪个通道，我们最好配置如下：

conda config --set show_channel_urls yes

6. 使用

conda 工具，也是一个可执行命令，它核心功能就是对包管理和环境管理。包的管理与 pip 类似；环境管理则是允许用户根据需要可以安装不同版本 Python 环境，并可以在不同版本 Python 环境之间来回切换。

6.1. 常用命令汇总

名称	功能	描述
list	列出 conda 环境中的链接包	—
create	从指定包列表创建新的 conda 环境	—
package	低级 conda 包实用程序	—
remove	从指定的 conda 环境中删除软件包列表	—
search	搜索包裹并显示相关信息	—
update	将 conda 包更新到最新的兼容版本	—
install	将软件包列表安装到指定的 conda 环境中	—

6.2. 管理虚拟环境

6.2.1. 查看虚拟环境列表

通过 conda env list 我们可以查看我们当前的虚拟环境列表

6.2.2. 创建虚拟环境

创建虚拟环境，是我们 anaconda 核心功能，这个功能贯彻我们所有应用前后。

conda create -n python310 python=3.10

• anaconda 命令创建python版本为3.10
• 所创建虚拟环境名字为 python310 ，我们创建这个 python310 虚拟环境的文件，最终我们可以在 Anaconda 安装目录 envs 文件下找到。

输入 y ，确认我们的操作，即可完成我们的环境创建。

6.2.3. activate

同样承接上一部分内容，我们创建了一个 python310 的虚拟环境，这一步我们将利用 activate 激活我们创建的 python310 虚拟环境。如果我们不指定环境，则默认使用 anaconda 自带的 base 环境。

activate python310

6.2.4. 删除虚拟环境

当我们的虚拟环境满足不了我们的需要，我们可以删除掉这个虚拟环境。

conda remove --name python310 --all

输入确认操作 y 即可删除。

6.3. 管理三方包

python310 虚拟环境除了自带的包，其他都没有，我们可以在我们自己的虚拟环境中，使用自己的包。此处用 request 包作为演示。

6.3.1. 安装

conda install -n python310 requests

6.3.2. 删除

conda remove -n python310 requests

6.4. 小结

通过上面的章节，我们初步掌握了 Anaconda 基本用法，这些都是实际项目中非常重要的功能。当然除了上述样例，我们还可以对 虚拟环境 所依赖的包进行导出导入。

7. Pycharm集成

7.1. 环境

• Pycharm 64bit 2021.2
• Python 3.9

7.2. 步骤

7.2.1. 使用已有虚拟环境

如果我们想使用已有的虚拟环境，则需要在 Pycharm 中的 Setting --> Project --> Project Interpreter 修改 Project Interpreter

7.2.1.1. 选择Conda环境

7.2.1.2. 选择虚拟环境

此处一定要选择 Exisitng environment ， Interpreter 要用所要用的。

7.2.1.3. 构建项目

7.2.2. 创建新虚拟环境

• New Project 创建项目

• Location 指定自己项目存储位置

• Python Interpreter: new Pipenv environment 设置

  • New environment using 中选择 Conda
  • Python Version 3.9