Pycharm中利用Anaconda进行环境配置

由于不同demo所利用的环境不同，因而大神们开发了Anaconda工具，其中已经安装好了很多包，并且使用conda来对这些进行管理。如此，便可以实现在电脑中存储多个互相不干扰的环境，使用编译器来分别利用这些环境创建不同的项目。

使用过程如下：

一、创建Conda环境

1. 进入Anaconda Promt

在此编译器内 使用conda作为前缀命令，用来管理相应环境

conda list：查看环境中已经安装了的软件包

conda env list 或者 conda info -e : 查看当前存在那些虚拟环境

conda update conda: 检查更新当前的conda版本

2. 创建虚拟环境

conda create -n env_name python=X.X (2.7、3.6等) <其他包>

举例：conda create -n CV_Env python=3.7 ipykernel

就可以在创建环境的时候也添加上ipykernel内核，方便后续在jupter中使用该conda环境

3. 进入虚拟环境

activate  env_name

若进入刚才我的环境的话，则显示如下

此处其实就是进入了一个Python环境中，版本为上述创建的版本

退出虚拟环境命令：

deactivate env_ name

4.针对该环境安装相应的包

conda是跨语言，即可安装各种语言的包，此处使用Python，故使用PIP进行安装

pip --version：查看已经安装了的pip版本

pip install -U pip：升级pip

pip list 或 pip freeze：查看当前已经安装好了包及版本

pip install package_name(包名)：下载安装包

pip uninstall package_name(包名)： 卸载安装包

pip show package_name(包名)：显示安装包信息（安装路径、依赖关系等）

其中由于国内限制，使用一些国内源速度会更快，其中常用的如下：

豆瓣(douban) https://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

安装时使用如下命令

pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple/

#其中 -i 为指定安装源

常用的包列表：

package_name(包的名称)	备注
opencv-python	引入cv2
numpy	引入np

二、在Pycharm中设置Conda环境

将需要的包安装完毕后，只需在Pycharm中项目的环境设置为刚才创建好的虚拟环境，则可使用该虚拟环境来跑所需要的项目，极大减少了由于冲突而导致的BUG问题。

进入“文件——设置”

 

 如此选择好刚才创建的虚拟环境，点击应用，即可在该项目中使用该虚拟环境

三、在jupter中使用创建的conda环境

1、首先需要确保该环境中已经安装 ipykernel

如果没有安装，则

conda install -n 环境名称 ipykernel

2、激活该环境，将该环境写入jupter

python -m ipykernel install --user --name 环境名称 --display-name "jupter中显示的名称"

conda环境问题解决:

在使用juypter中使用conda环境时，报如下错误

ImportError: cannot import name 'generator_to_async_generator'

检查后发现是prompt-toolkit的版本问题，根据提示安装合适的版本。

此处提示

ERROR: jupyter-console 6.4.3 has requirement prompt-toolkit!=3.0.0,!=3.0.1,<3.1.0,>=2.0.0, but you'll have prompt-toolkit 1.0.15 which is incompatible.
ERROR: ipython 7.16.3 has requirement prompt-toolkit!=3.0.0,!=3.0.1,<3.1.0,>=2.0.0, but you'll have prompt-toolkit 1.0.15 which is incompatible.

因而进行安装

pip install prompt-toolkit==3.0.20

恢复正常