之前使用Django的时候,建虚拟环境的时候,没有任何问题。但是最近在学习opencv的时候,给项目设置了虚拟环境,也在Tool->terminal中配置了 Activate virtualenv ,但是在terminal中使用 pip 工具时,默认的仍然是本地python安装目录中( base interpreter )中的 pip 。这说明terminal根本没有打开虚拟环境,虽然terminal中显示着 venv 的环境名。本人的pycharm版本是 2020.1.2 ,不知道是不是版本的问题。

问题探索过程

  1. 首先,我尝试了在terminal进入了 Scripts文件夹 ,然后进行 pip ,然后发现是正常的,pip是虚拟环境中的pip(新建的虚拟环境什么扩展包都没有下载):
    在这里插入图片描述

  2. 退出到 venv 文件夹中,再次执行 pip list ,发现pip又是系统中的pip:
    在这里插入图片描述

  3. 使用的python3.9版本,这个版本建虚拟环境时是使用自带的 venv 包,而不是 virtualenv 。进入虚拟环境需要激活 activate.bat 才行,怀疑,是这个脚本没有运行。于是进入 Scripts 文件夹,运行 activate.bat ,然后再回到 venv 文件夹,运行pip成功。说明问题就是:** activate.bat 脚本没有被成功使用,我们需要手动运行一下。**但是如果每次打开terminal,都手动运行脚本,那太费事了。
    在这里插入图片描述

问题解决方法

在设定Terminal时,有个shell path,这里指定了我们的terminal的shell位置。测试了一下,这个是可以运行命令的,如:

	"cmd" /k "E:\Coding\python\图像处理\venv\Scripts\activate.bat"

如果使用这个命令,会使得所有project都会打开这个虚拟环境,所以最好是使用相对路径:

	"cmd" /k ".\venv\Scripts\activate.bat"

在这里插入图片描述
在项目的主目录中,运行pip list,发现没有异常,问题解决。

最近在学习opencv的时候,给项目设置了虚拟环境,但是在terminal中使用`pip`工具时,默认的仍然是本地python安装目录中(`base interpreter`)中的`pip`。这说明terminal根本没有打开虚拟环境,虽然terminal中显示着`venv`的环境名。本人的pycharm版本是`2020.1.2`,不知道是不是版本的问题。
What happened 在开发的时候,遇到一个问题: 项目代码是在python3的环境下写的,但是,在终端使用 flask run 运行项目时,使用的却是python2环境,导致很多包需要重新安装,甚至有些包安装不了。 How to solve it 在项目目录下有一个 venu 目录,这是一个虚拟环境! 如果没有,可以建一个: 创建一个目录存放虚拟环境,并进入该目录 mkdir venu cd venu 下载 virtualenv sudo apt install python3-
我自己搜,网上只有pycharm可以run,但是终端不能运行的情况解释。 pip install也用过了,但是显示已经有requests的包,但是就是run的时候run不出来。 解决办法如下: 首先要在file-setting里面更改解释器的设置。 之后把上面toolbar的run的解释器设置也改了才能达到两个一致的情况。 参考文章: 了解虚拟环境- https://www.cnblogs.com/dcpeng/p/12257331.html https://www.cnblogs.com/
pytorch安装 注:在训练模型的时候,有时候可能需要不同版本的 torch和torchvision,所以需要配置不同的环境。anconda和pycharm自行安装,接下来在pycharm终端pip安装。 1. torch和torchvision下载 进入pytorch官网,[https://pytorch.org] 进入右下角的网站下载,找到需要的版本,我的版本如下 1.3.0-版本 cp37-python版本3.7 win-Windows系统 2. pycharm终端安装 (1)首先创建一个环境 conda create -n pytorch_1.3 python=3.7
pycharm配置项目虚拟环境,但是terminal并没有进入到虚拟环境terminal运行项目时发现模块不存在的问题,但是确实已经安装了模块,后来发现,terminal终端并没有进入到虚拟环境解决办法:
PyCharmTerminal的默认环境并不是当前project的虚拟环境,如果需要使用类似 python test.py 的运行方式,需手动进入project设置的环境。 如虚拟环境目录为 D:\360Downloads\Software\anaconda\install\envs\flask cd D:\360Downloads\Software\anaconda\install\en...
### 回答1: 首先,你需要确保已经在计算机上安装了Anaconda。如果没有安装,可以在官网上下载并安装:https://www.anaconda.com/products/distribution 接下来,你需要在PyCharm配置Anaconda虚拟环境: 1. 打开PyCharm,并在“Welcome to PyCharm”页面上选择“Create New Project”(创建新项目)。 2. 在“New Project”对话框,选择左侧的“Pure Python”(纯Python)。 3. 在“Interpreter”(解释器)下拉菜单选择“New Environment”(新建环境)。 4. 在“Create Python Environment”对话框,选择“Conda”并选择Anaconda安装的路径。 5. 在“Create Python Environment”对话框的底部,选择需要的Python版本,然后选择“Create”(创建)按钮。 6. 在“New Project”对话框,选择项目的路径和名称,然后选择“Create”按钮。 7. PyCharm将会创建一个新的项目并使用Anaconda虚拟环境作为解释器。 现在,你已经在PyCharm成功配置了Anaconda虚拟环境。你可以在项目安装需要的Python包并使用它们。 ### 回答2: PyCharm是一种很常用的Python集成开发环境(IDE),它提供了丰富的功能来提高Python开发的效率。而Anaconda是一个集成了Python和一系列数据科学相关库的科学计算平台。本文将简单地介绍如何在PyCharm配置Anaconda虚拟环境,以便进行Python数据科学的开发。 首先,我们需要下载并安装Anaconda。安装完成后,我们需要创建一个新的虚拟环境。在Anaconda Navigator,选择Environments,再点击Create来创建一个新的虚拟环境。在这里,我们可以选择需要安装的Python版本和要使用的库。一旦创建完成,我们就可以在PyCharm打开这个虚拟环境了。 打开PyCharm,选择File->Settings->Project: xxx->Project Interpreter。在这里,我们可以看到已经安装的Python解释器。我们需要点击Add按钮,然后选择Existing environment选项。 接下来,我们需要设置解释器路径。在这里,我们需要指定我们之前创建的虚拟环境Python解释器路径。可以在Anaconda Navigator找到要使用的虚拟环境名称,然后复制其路径。将路径粘贴到解释器路径。如果设置正确,PyCharm将会检测到该Python解释器,并列出其安装的所有库。 最后,我们需要点击OK并保存设置。现在我们就可以在PyCharm创建新的项目并使用我们的虚拟环境了。可以在PyCharm创建一个新的虚拟环境并使用该环境进行Python数据科学的开发。虚拟环境允许我们在不干扰安装在系统上的其他Python库的情况下,仅使用需要的库来进行开发。 ### 回答3: PyCharm 是一种用于 Python 编程的集成开发环境 (IDE),它具有直观的用户界面和强大的功能。在 PyCharm ,我们可以配置 Anaconda 虚拟环境,以便在一个项目使用不同版本的 Python 和第三方库。下面是如何在 PyCharm 配置 Anaconda 虚拟环境的步骤: 1. 安装 Anaconda:首先,我们需要从 Anaconda 官网下载并安装 Anaconda。安装完成后,Anaconda 会自动创建一个默认的虚拟环境。 2. 在 PyCharm 创建新项目:在 PyCharm 选择 “File” > “New Project”。通过向导设置项目名称和位置,然后单击“Create”。 3. 配置 Anaconda 虚拟环境:在打开PyCharm 项目选择 “File” > “Settings” > “Project: 项目名称” > “Python Interpreter”。在右上角选择“Add”,然后选择“Conda Environment”。在弹出的窗口,选择“Existing environment”,并浏览到 Anaconda 安装目录下的“envs”文件夹。在该文件夹选择要使用的环境,它将自动填充“Interpreter”字段。 4. 添加所需的库:在同一对话框,单击“+”按钮,搜索要安装的库,并选择它们。然后单击“Install”按钮,等待库的安装完成。 5. 设为默认:最后,我们可以将 Anaconda 环境设置为此项目的默认环境。在同一对话框,选择“Make available to all projects”,然后单击“OK”。 现在,我们已经成功地配置了 Anaconda 虚拟环境,并可以在 PyCharm 愉快地编写代码了!