anoconda创建虚拟环境和jupyter、pycharm的配置使用

​ 我们在跑python的机器学习或者深度学习框架，甚至web框架，我们希望有一个独立的虚拟环境。至于为什么在机器学习和深度学习使用anoconda不必多说了。在开发web框架和爬虫框架的时候也建议使用独立的虚拟环境，防止和其它包冲突。下面我首先以anoconda为例来创建一个独立的虚拟环境。

创建环境

​ 首先打开anoconda的navigator可视化软件，打开Environments，创建anoconda的虚拟环境，看你做深度学习的哪一部份，尽量选择好python的版本。

• 此部分dos里面也可以实现，不过总是有些bug，就懒得搞了。

• 如果你使用TensorFlow框架，建议使用python3.6以下版本，目前好像也只支持到3.6的版本

• 如果你使用opencv，建议使用python3.7，不能超过python3.7的版本，不然使用不了低版本的cv。至于为什么不使用高版本的cv呢？懂得都懂这就不累述了。同时建议安装opencv-python==3.4.2.17、opencv-contrib-python==3.4.2.17，numpy，matplotlib配套同时使用。

使用jupyter编译器

注意：： 这里我默认您安装了jupyter,如果没安装请安装jupyter

• 打开Anoconda Powershell Prompt，切记不要用控制台cmd打开。下面直接按我的操作步骤：

• conda install ipykernel 弹出问题输入y继续安装，出现三个done安装成功

• jupyter kernelspec list 检查有哪些个内核环境

• python -m ipkernel install --name 您在anoconda里创建的环境名 --display-name ‘起一个别名’

• jupyter kernelspec list 刚创建好的环境有了

• 此外，你不想这个环境名字出现，jupyter kernelspec remove 名字 就可以删除

• 这样我们就可以在根目录下运行jupyter notebook，点击new 就可以使用你创建好的内核就可以使用啦。

• 此外，假如你想切换内核点击上方导航栏，点击Kernel，点击Change Kernel，即可切换

使用pycharm编译器

进入pycharm，进入setting，点击解释器，更换一下解释器，换成我们在上面anoconda创建的虚拟环境即可，很简单，不在累述。解释器在 anoconda\envs\您创建的环境\python.exe