Python,PyCharm,Anaconda安装及使用教程

最新推荐文章于 2024-09-20 16:32:57 发布

影子里的句号

最新推荐文章于 2024-09-20 16:32:57 发布

阅读量1.1k

点赞数 17

分类专栏： python 文章标签： python pycharm 开发语言

本文链接：https://blog.csdn.net/tssxs/article/details/139897253

版权

python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

一、Python下载及安装

Python官网Welcome to Python.org

当前最新版是3.11.0版本：python-3.11.0-amd64.exe

下一步，下一步进行安装即可

选择：“Customize installation”,出现下图：

点击“Next”下一步，出现如下图：

主要修改Customize install location的安装路径，点击install直到安装完成

二、Pycharm下载安装与破解方法

1.官网JetBrains: Essential tools for software developers and teams

https://download.jetbrains.com/python/pycharm-professional-2021.1.3.exe?_gl=1*h5g69h*_ga*MTc4ODczNTY1Ny4xNjI2Njg4NDEy*_ga_9J976DJZ68*MTY2NzQ0MDgxMS44LjEuMTY2NzQ0MjY5Mi41OS4wLjA.

下载PyCharm 2021.1.3版本

2.软件注册

FILE-Settings-打开对话框

点Plugins-设置(小齿轮)打开如下对话框：

添加：https://plugins.zhile.io

之后打开如下窗口进行安装：

插件安装完之后，进行简单的设置：

查看设置信息并设置：

3，关于语言包

三、安装Anaconda

Python是一种面向对象的解释型计算机程序设计语言，其使用，具有跨平台的特点，可以在Linux、macOS以及Windows系统中搭建环境并使用，其编写的代码在不同平台上运行时，几乎不需要做较大的改动，使用者无不受益于它的便捷性。

此外，Python的强大之处在于它的应用领域范围之广，遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等。实现其强大功能的前提，就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用，能够实现对不同领域业务的开发。然而，正是由于库的数量庞大，对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。

1.简介及特点：

Anaconda（https://www.anaconda.com/官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

Anaconda具有如下特点：

▪ 开源

▪ 安装过程简单

▪ 高性能使用Python和R语言

▪ 免费的社区支持

其特点的实现主要基于Anaconda拥有的：

▪ conda包

▪ 环境管理器

▪ 1,000+开源库如果日常工作或学习并不必要使用1,000多个库，那么可以考虑安装Miniconda（下载界面请戳），这里不过多介绍Miniconda的安装及使用。

2. Anaconda、conda、pip、virtualenv的区别

① Anaconda

Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。

② conda

conda是包及其依赖项和环境的管理工具。

▪ 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

▪ 适用平台：Windows, macOS, Linux

▪ 用途：

① 快速安装、运行和升级包及其依赖项。

② 在计算机中便捷地创建、保存、加载和切换环境。

如果你需要的包要求不同版本的Python，你无需切换到不同的环境，因为conda同样是一个环境管理器。仅需要几条命令，你可以创建一个完全独立的环境来运行不同的Python版本，同时继续在你常规的环境中使用你常用的Python版本。——Conda官方网站

▪ conda为Python项目而创造，但可适用于上述的多种语言。

▪ conda包和环境管理器包含于Anaconda的所有版本当中。

③ pip

pip是用于安装和管理软件包的包管理器。

▪ pip编写语言：Python。

▪ Python中默认安装的版本：

① Python 2.7.9及后续版本：默认安装，命令为 pip

② Python 3.4及后续版本：默认安装，命令为 pip3

▪ pip名称的由来：pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处：

① “Pip installs Packages”（“pip安装包”）

② “Pip installs Python”（“pip安装Python”）

④ virtualenv

virtualenv是用于创建一个独立的Python环境的工具。

▪ 解决问题：

当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响。

如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断。

在共享主机时，无法在全局 site-packages 目录中安装包。

▪ virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。

⑤ pip 与 conda 比较

→ 依赖项检查

▪ pip：

① 不一定会展示所需其他依赖包。

② 安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。

▪ conda：

① 列出所需其他依赖包。

② 安装包时自动安装其依赖项。

③ 可以便捷地在包的不同版本中自由切换。

→ 环境管理

▪ pip：维护多个环境难度较大。

▪ conda：比较方便地在不同环境之间进行切换，环境管理较为简单。

→ 对系统自带Python的影响

▪ pip：在系统自带Python中包的更新/回退版本/卸载将影响其他程序。

▪ conda：不会影响系统自带Python。

→ 适用语言

▪ pip：仅适用于Python。

▪ conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

⑥ conda与pip、virtualenv的关系

▪ conda结合了pip和virtualenv的功能。

3.下载安装：

从官方网站下载Anaconda | The Operating System for AI下载安装包，下一步安装即可

4.常用操作命令

4.1验证安装是否成功

conda --V

4.2 更新conda 至最新

conda update conda

4.3 创建新环境

conda create --name <env_name> <package_names>

注意：

▫ <env_name> 即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。

▫ <package_names> 即安装在环境中的包名。名称两边不加尖括号“<>”。

① 如果要安装指定的版本号，则只需要在包名后面以 = 和版本号的形式执行。如： conda create --name python2 python=2.7 ，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。

② 如果要在新创建的环境中创建多个包，则直接在 <package_names> 后以空格隔开，添加多个包名即可。如： conda create -n python3 python=3.5 numpy pandas ，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。

▫ --name 同样可以替换为 -n 。

提示：默认情况下，新创建的环境将会被保存在 /Users/<user_name>/anaconda3/env 目录下，其中， <user_name> 为当前用户的用户名。

修改虚拟环境下载路径：在对应用户目录中找到.condarc文件，添加如下配置：

envs_dirs:

- D://ProgramData//Anaconda3//envs #新的环境保存位置

如下设置

以下为示例设置项：