python入门之开发工具安装---Anaconda与Pycharm

参考文章： https://blog.csdn.net/qq_38549200/article/details/80695111

一、Anaconda

1. Anaconda是什么？

                Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。 

conda 是开源包（packages）和虚拟环境（environment）的管理系统。

2. Anaconda的安装

       首先，下载安装包。Anaconda的下载方式有两种：
     通过官网下载，选择适合自己的电脑版本的安装包。https://www.anaconda.com/download/

     在官网中下载比较缓慢，可以通过清华大学开源软件镜像站下载。

     https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

     双击Anaconda的安装包，按照如下步骤安装：

     

    

   因为是自己的笔记本，我选择的是对于全部用户都行，这个看自己的需要。
    
我在安装过程中，因为懒得专门配环境变量，就直接勾选了添加环境变量

  

 

  安装成功。如果是windows用户，可以打开命令窗口，输入'python'，看看是否成功安装

打开Anaconda文件

Anaconda Cloud 是管理公共或者私有python notebook、conda、环境和packages的地方，可以方便分享和追踪。

Anaconda Navigator 是Anaconda可视化的管理界面。

Anaconda Prompt 是一个Anaconda的终端，可以便捷的操作conda环境。

Jupyter Notebook 这得从IPython 3.x版本开始说起，这是最后的大一统版本，包括notebook、qtconsole等等，从IPython4.0版本开始IPython只集中精力做交互式shell，变得轻量化，而剩下的notebook格式，qtconsole，和notebookweb应用等都分离出来统一命名为Jupyter。至此IPython和Jupyter分家。

JupyterQtconsole 调用交互式命令台。从IPython4.0版本开始，很多IPython子命令现在变成了Jupyter子命令，如ipython notebook现在是jupyter noteboook。

ipython是一个python的交互式shell，比默认的pythonshell好用得多，支持变量自动补全，自动缩进，支持bash shell命令，内置了许多很有用的功能和函数。学习ipython将会让我们以一种更高的效率来使用python。同时它也是利用Python进行科学计算和交互可视化的一个最佳的平台。

Spyder 是一个使用Python语言的开放源代码跨平台科学运算IDE，是一种简单的集成开发环境。Spyder可以跨平台，也可以使用附加组件扩充，自带交互式工具以处理数据。

二、Pycharm

 配置完Anaconda之后，其实已经可以用已经安装好的ipython、spyder写代码了，但是个人感觉Pycharm很好用，基本上的代码都在Pycharm上敲的，所以也就把安装过程记录下来了。

1.Pycharm的安装

下载安装包，这个直接在官网上下载就好。http://www.jetbrains.com/pycharm/download/#section=windows
按照步骤走

自己设置的路径

安装完成，使用时会结合第三部分环境搭建来讲

三、使用conda建立运行环境

这里直接写搭建过程需要的代码.

1.搭建一个名叫scikit-learn的环境

windows系统进入‘运行’界面，输入'cmd'，确定

（1）conda env list            #显示已经存在的环境

     

（2）conda create -n scikit-learn python    #创建环境

注意（顺利下载可忽略）：若出现网络错误，下载失败，参考链接：（博客内容在最后有补充）

https://blog.csdn.net/qq_35443700/article/details/107951536

找不到.condorc 文件参考链接：

https://blog.csdn.net/z124560745/article/details/106819527

执行：

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64

（3）y    回车

（4）activate scikit-learn                    #进入环境

（5）conda list                                  #查看环境中存在的包

（6）pip install ......                            #安装包

（7）deactivate                                 #退出环境

2.将搭建好的scikit-learn环境配置到Pycharm中，开始编程

（1）双击Pycharm，点击创建新项目

（2）选择创建项目的位置及项目名字，选择“Existing interpreter”

（3）按如下步骤选择路径，找到刚刚已经配置好的环境

 

（4）创建成功

（5）新建一个py文件，就可以愉快地写代码了。

 

结尾：

以防找不见链接博客补充如下：

1、首先需要找到.condarc文件
如果你不知道在哪的话可以这样
win+R
输入%HOMEPATH%

二、然后找到

找不到

.condarc 文件

尝试执行：

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
conda config --set show_channel_urls yes

重复第一步，找到 .condarc 文件

把里面的内容替换成下面的

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
show_channel_urls: true
ssl_verify: false