python3.7对应pycharm版本_MacOS配置Anaconda3（Miniconda3）下Python3.6、Python3.7和Python2.7环境和基础机器学习、神经网络相关包详解（版...

涉及pkg有机器学习、神经网络、图像处理相关，平台PyCharm，也可以终端或者Jupyter Notebook

因为Tensorflow今年升级了2.0，代码改动比较大，以前写的很多代码都是在1.12版本下写的，2.0版本下跑不了

(首先一个最大的区别就是2.0以后就和keras合并了，直接用2.0跑旧代码记得加一句from tensorflow import keras)

同时有些项目要用到Python2.7，这样需要切换的环境就很多了

且pkg与pkg之间很容易出现incompatible的问题

所以准备写一篇从零开始配置环境的文章，这样以后重装会省事很多

算是写给自己的笔记，可能有些笔误，会更新

博主非CS专业，有错请见谅，欢迎指出

【刚入坑的建议直接看Python3.7部分，更简单(用yml一键安装)且版本最新】

【Python3部分】

一、下载并安装Miniconda3

(原作者：FR1SKY，发布于CSDN)

二、打开终端(Terminal)，创建环境(env)，安装各种pkg

(原作者：FR1SKY，发布于CSDN)

(红字可以改成你想称呼这个环境的任何名字，蓝字可装可不装，问Proceed...?时填y)

1. 配置Python3.6，对应Tensorflow1.12.0，Keras2.2.4，Pandas0.22.0

(原作者：FR1SKY，发布于CSDN)

在终端中依次粘贴并执行：

python --version(或者-V，检查，应该显示Python 3.7.X)

conda create --name py36tf112 python=3.6

source activate py36tf112(这步就是进入了此环境，env会从(base)进入(py36tf112))

python --version(检查，应该显示Python 3.6.X)

conda install jupyter

conda install scipy

pip install --upgrade sklearn

pip install --upgrade pandas

pip install --upgrade pandas-datareader

pip install --upgrade matplotlib

pip install --upgrade pillow

pip install --upgrade requests

pip install --upgrade h5py

pip install --upgrade psutil

pip install --upgrade tensorflow==1.12.0(如果找不到tensorflow，应该是Python版本有问题或者是系统实际是32bit，试试看删掉==1.12.0，还是不行的话建议Google…)

pip install --upgrade keras==2.2.4(一般tensorflow成功安装，keras也可以成功)

python(以下测试tensorflow是否正确安装，print后应该显示1.12.0)

import tensorflow as tf

print(tf.__version__)

quit()

python -m ipykernel install --user --name py36tf112 --display-name "Python(py36tf112)" (创建Jupyter Kernel)

2.配置Python3.7，对应Tensorflow2.0

(原作者：FR1SKY，发布于CSDN)

Chrome打开：

页面存储为.yml格式文件，存到用户根目录下(不知道可以command+space启动spotlight，输入/users/，看看你的电脑叫什么，就是那个文件夹，这也就是终端打开时的默认目录)。注意第一行有name: py37tf2，记得修改为自己想要的名字

打开终端，粘贴并执行：

conda env create -v -f py37tf2.yml(一键安装)

conda activate py37tf2(进入了此环境，env会从(base)进入(py37tf2))

python(以下测试tensorflow是否正确安装，print后应该显示2.0.0)

import tensorflow as tf

print(tf.__version__)

quit()

python -m ipykernel install --user --name py37tf2--display-name "Python(py37tf2)"(创建Jupyter Kernel)

(注意此时退出终端并重开，在base下import tensorflow应该会报错)

三、如果你要使用Jupyter Notebook作为编程平台

(原作者：FR1SKY，发布于CSDN)

打开终端，(可有可无的一步：进入想要的环境，即执行：source activate xxx或者：conda activate xxx)

粘贴并执行：jupyter notebook，就会弹出Jupyter的页面

创建新的python文件时，点击New就可以选择用哪个Kernal(即哪个版本的Python，或者说是哪个env)

或者在已打开的python文件页面，Kernel栏中选择想要的版本即可

四、如果你要使用PyCharm作为编程平台

(原作者：FR1SKY，发布于CSDN)

打开Project后，点击

左上角Pycharm>Preferences...>

新窗口中Project: xxx>Project Intepreter>窗口右上角小齿轮>Add...>

新窗口中Conda Environment>Existing environment>打勾Make available to all projects>这一栏右边的...>

新窗口中选择环境中对应env中python3.6.exe(c)或者3.7.exe(c)路径，应该在：

/Users/xxx/opt/miniconda3/envs/py36tf112/bin/python3.6

和

/Users/xxx/opt/miniconda3/envs/py37tf2/bin/python3.7

然后选OK即可

(如果安装了包但是加载不出来，基本都是因为编译器目录没有选对，应该选到envs里面的lib去)

不知道为什么上传不了图片，以后再更新

【Python2.7部分】

1.下载并安装Miniconda2

2.打开终端并执行：

conda create --name py2 python=2.7

conda activate py2

(以下安装示例，全部在(py2)环境中进行，which pip和which conda都应该是2的，问proceed就y)

conda install -c anaconda scipy

conda install -c anaconda numpy

conda install -c conda-forge matplotlib

conda install -c anaconda scikit-image

conda install -c anaconda networkx

3.打开Pycharm，重复上面的步骤，Project Interpreter里选Conda Environment>existing然后找目录(别忘了make available)：

/Users/xxx/opt/miniconda2/envs/py2/bin/python2.7

(如果安装了包但是加载不出来，基本都是因为编译器目录没有选对，应该选到envs里面的lib去)

最后选OK就行了！

conda下安装各种包建议google：conda install xxx

官方给的代码一般都可以顺利安装

本文地址：https://blog.csdn.net/weixin_42273602/article/details/107146104

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！