MNE-python 进行源定位教程（一）配置环境

根据MNE官网提供的教程进行复现，遇到各种问题的记录。

配置环境 python3.8 + Anaconda + pycharm

MNE-Python 是一个开源 Python 模块，用于处理、分析和可视化功能性神经影像数据（EEG、MEG、sEEG、ECoG 和 fNIRS）。
根据官方建议，将MNE-python安装在anaconda的虚拟环境中。

1. 安装Anaconda

过程点击这里

2. 配置pycharm

2.1 导入MNE-python工具包

在pycharm的菜单栏里打开VCS-Create Git Repository

安装Git
选择一个空文件夹的路径（目标路径），点击确定
完成后VCS变成了Git

现在pycharm可以和GitHub进行连接了
这是官方给的工具包，从这里复制URL https://github.com/mne-tools/mne-python

进入pycharm，选择Git-Clone

如果失败，可以直接下载到本地

解压到目标文件夹，需要空文件夹。
在pychram中“File-open-目标文件夹” 打开

2.2 进入虚拟环境，安装依赖项

打开创建的Anaconda路径


选择目标里cmd.exe之后的路径
打开pycharm
进入setting设置界面，在Terminal中复制路径 cmd.exe “/K” E:/ProgramData/Miniconda3/Scripts/activate.bat E:/ProgramData/miniconda3

记得按照anaconda安装的位置修改路径
完成后打开terminal，可以看到已经在虚拟环境中了。

创建mne所需的环境
输入

conda create -n mne python=3.8 -y

创建成功后，进入虚拟环境，输入

conda activate mne

进入虚拟环境成功后，下载所需的module，输入

pip install -r requirements.txt

requirements.txt文件是GitHub导入的项目中有的

安装完成后，将需要运行的py文件复制进此文件夹