pycharm连接服务器

注意:一定要使用专业版pycharm
说明:主要有两种方法

连接服务器和使用pycharm debug

打开pycharm专业版
pycharm连接服务器_第1张图片
pycharm连接服务器_第2张图片
pycharm连接服务器_第3张图片
pycharm连接服务器_第4张图片
pycharm连接服务器_第5张图片
pycharm连接服务器_第6张图片
pycharm连接服务器_第7张图片
test Connection成功后直接apply

注意:如果不需要debug,直接到下一章节终端

pycharm连接服务器_第8张图片
pycharm连接服务器_第9张图片
pycharm连接服务器_第10张图片
选择刚刚连接的服务器sshserver
pycharm连接服务器_第11张图片
pycharm连接服务器_第12张图片
下面直接create

修改上传代码方式(可选)

pycharm连接服务器_第13张图片
pycharm连接服务器_第14张图片
一直就是自动上传,这里最好选择保存后上传。
下面就可以直接运行代码和debug了。

命令行

打开一个终端
pycharm连接服务器_第15张图片

命令行运行程序:python + 文件名(注意:先到指定虚拟环境下, 并cd到项目文件夹里

常见命令:

cd /home 进入home目录
cd …返回上一级目录
pwd 显示工作路径
source ~/.bashrc 刷新环境变量

conda常见命令

  1. 获取版本号/帮助
    获取版本号 conda -V
    conda --version
    获取帮助 conda -h
    conda --help
    获取环境相关命令的帮助 conda env -h
    所有 --单词 都可以用 -单词首字母来代替 比如 -version 可以用 -V来代替,只不过有的是大写,有的可能是小写
  2. 环境相关
    创建环境 conda create -n environment_name
    创建指定python版本下包含某些包的环境 conda create -n environment_name python=3.7 numpy scipy
    进入环境 conda activate environment_name
    退出环境 conda deactivate
    删除环境 conda remove -n yourname --all
    列出环境 conda env list / conda info -e
    复制环境 conda create --name new_env_name --clone old_env_name
    指定目录下生成环境yml文件 conda env export > 目录/environment.yml
    从yml文件创建环境 conda env create -n env_name -f environment.yml
  3. 管理包
    对包的管理是在某个环境下进行的,先进入特定环境再进行包的操作比较好,不会出现把本该安装在A环境中的包安装在了B环境中这种情况。
    安装包 conda instal package_name
    查看当前环境包列表 conda list
    查看指定环境包列表 conda list -n environment_name
    查看conda源中包的信息 conda search package_name
    更新包 conda update package_name
    删除包 conda remove package_name
    清理无用的安装包 conda clean -p
    清理tar包 conda clean -t
    清理所有安装包及cache conda clean -y --all
    更新anaconda conda update annaconda
    最后三个清理命令类似于清理手机上的安装包、缓存,不会删除某个库,只是删除已经安装完成的那些安装包。

你可能感兴趣的:(pycharm,服务器,python)