基于Anaconda的python开发环境搭建

一个python环境中需要有一个解释器，和一个包集合。Anaconda是提供一虚拟化的环境，让你能够管理python的解释器以及包集合，同时可以拥有多个不同的虚拟化环境，相互之间不受影响。本文将详细描述Anaconda环境的安装与使用。

一、安装Anaconda（Windows）

下载地址为：官网

选择与自己系统匹配的，笔者选择的是Python3.7, Windows 64-Bit

安装过程较为容易，一路Next即可完成。当然如果你需要更改安装目录，请在安装时选择即可。

二、开始使用

1、找到安装目录下的activate.bat，笔者的目录是D:\ProgramData\Anaconda3\Scripts\activate.bat

2、打开windows的命令行工具，并到达上述目录，执行activate.bat，并用python查看了python的版本号，我这里是3.7.4，命令行前面也会多一个(base) 说明当前我们处于的是base环境下，这是Anaconda的默认虚拟环境。

为了避免可能发生的错误, 我们在命令行输入conda upgrade --all先把所有工具包进行升级

3、创建自己的虚拟环境

我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境。创建一个名称为learn的虚拟环境并指定python版本为3（这里conda会自动找3中最新的版本下载），命令如下：

conda create -n learn python=3

虚拟环境创建好之后，activate learn 切换到刚刚创建的learn环境中，接下我们在这个环境上安装自己需要的各种包。

4、安装自己需要的包

现在的learn环境除了python自带的一些官方包之外是没有其他包的。运行conda install命令来安装。

• 安装1.10.0版本的tensorflow，该版本自带Keras框架

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.10.0

• 安装pillow， pillow是支持python3的最新的Image库

conda install pillow

• 安装爬虫框架scrapy

conda install scrapy 

如果还想安装其他的包，都可以用这个命令来进行安装。

5、配置PyCharm

打开PyCharm的设置Settings，左侧菜单Project Interpreter，右边下拉选择Show All

在弹出框中，选择右上角的+号，并选择“Add Local”，此时把Anaconda创建好的虚拟环境learn中的python设置好。笔者的路劲是D:\ProgramData\Anaconda3\envs\learn\python.exe

欢迎扫码加友，交流各种技术问题。