Python开发环境搭建（4）：Anaconda+Pycharm创建/导出/复现虚拟环境

1 年前 · 来自专栏 Python开发环境搭建系列

大写的FENG

1.Anaconda

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大（500+ MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等

Miniconda包括Conda、Python

原文链接： Anaconda详细安装及使用教程（带图文）_代码帮-CSDN博客_anaconda安装教程

（1）为什么安装Anaconda

①Anaconda通过管理工具包、开发环境、Python版本，大大简化了工作流程。不仅可以方便地 安装、更新、卸载包 ，而且安装时能自动安装相应的 依赖包 ，同时还能使用不同的 虚拟环境 隔离不同要求的项目。

②包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做 数据分析 ，甚至可以用在大数据和人工智能领域。

③Anaconda还附带捆绑了两个非常好用的交互式代码编辑器： Spyder、Jupyter notebook 。

（2）Anaconda安装

官网地址： https://www. anaconda.com/download/

①如下图，点击下载即可。

②根据提示安装

自定义安装路径。

需要注意的是最后一步的配置：

添加环境变量（添加后可以在cmd中使用comda命令）
将Anoconda中的python作为默认解释器。

可以根据情况勾选。

最后，等待安装完成即可。

可以查看所有的组件，如下：

Anaconda Navigator ：桌面图形用户界面（GUI），允许您在不使用命令行命令的情况下启动应用程序并轻松管理conda包，环境和通道。Navigator可以在Anaconda Cloud或本地Anaconda存储库中搜索包。
Anaconda Powershell Prompt ：比anaconda prompt多出了一些命令。
Anaconda Prompt ：类似于cmd窗口，输入命令就可以控制和配置python，最常用的是conda命令，和pip的用法一样。
Jupyter Notebook ：基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。
Spyder ：使用Python编程语言进行科学计算的集成开发环境。

2.Anaconda使用

（1）Anaconda Navigator

①基本菜单+Home界面内容

基本菜单有：File/Help/Home/Environments/Learning/Community

Home界面： 显示了 当前环境中（可以切换） 可以使用Navigator管理的所有可用应用程序。

在每个应用程序框中，你可以：
启动应用程序—单击其"启动"按钮
安装应用程序—单击其"安装"按钮

②Environments界面内容

显示了envs文件中创建的所有的环境，点击可以进行环境切换，并对其进行管理（克隆、删除等），右侧显示该环境中的包。

③Learning界面内容

可以了解有关Navigator，Anaconda平台和开放数据科学的更多信息。

④Community界面内容

可以了解有关Navigator相关的活动，免费支持论坛和社交网络的更多信息。

参考： 自用：Anaconda Navigator功能介绍

（2）Anaconda Prompt

Anaconda Prompt不同于Anaconda Navigator的可视化配置，它使用conda命令的方式配置虚拟环境，类似于cmd窗口的pip。

如果conda下载不了包，可以尝试用pip命令下载，或者导入其他的下载源等。

系列conda操作：

查看conda版本

conda --version

创建环境

# 环境名为“test”，指定python版本为3.6，不指定则不会下载python
conda create --name test python=3.6

激活某个环境（直接写环境名就行，conda可以直接找到）

conda activate test

查看环境中的包（纯净环境连python都没有！！）

conda list

查看所有环境列表

conda env list

安装/卸载包（conda同时会下载其依赖包）

# 为当前环境安装requests包
conda install requests
# 安装特定版本
conda install requests==2.20
# 为指定环境安装指定包
conda install --name <env> requests
# 同时卸载多个包
conda uninstall package1 package2 ..
# 当conda下载不了，用pip下载
pip install <pack_name>
# 卸载环境中的无用包
conda
# 卸载环境中的所有包
conda clear --all

查找包（在conda云上找所有可安装版本，而不是在当前环境找）

# 全名查找
conda search --full-name <pack_name>

退出当前环境

conda deactivate

删除某环境，并删除所有包

conda remove --name test --all

复制一个环境

# 克隆test来创建一个test_copy环境。
conda create --name test_copy --clone test

参考文章：

Anaconda详细安装及使用教程（带图文）_代码帮-CSDN博客_anaconda安装教程

Conda包环境管理基本操作

使用Anaconda进行环境和包的管理_CommissarMa的博客-CSDN博客_anaconda environment中的包

anaconda的使用教程，手把手教你（一）_薛定谔的痘痘的博客-CSDN博客

3.Anaconda+Pycharm创建/使用虚拟环境

Anaconda是创建和管理虚拟环境的工具之一，可创建包含任意python版本和包版本的环境。其自带的base环境包含了conda、Python等180多个科学包及其依赖。

Pycharm是python的第三方IDE，用它进行开发效率较高。

（1）pycharm基于已存在的conda环境进行虚拟环境创建。

①基于conda的base环境

直接选择Anaconda路径下的python.exe作为解释器，即可调用base环境。

选用了base中所有的包都可以使用，而且可以通过Anaconda对base环境进行管理，而不需要通过pycharm。

②基于事先用conda创建的其他虚拟环境

选择Anaconda下级 Envs 文件具体环境文件夹中 tools 中的 python.exe 作为解释器，就可以使用该虚拟环境。

该虚拟环境中所有的包都可以使用，而且可以通过Anaconda对其环境进行管理，而不需要通过pycharm。

通过pycharm查看所用环境中的配置信息，如下图：

标记1：是当前环境中的解释器版本
标记2：是当前环境中的包
标记3：点击这个按钮，可以由conda来接管包，通过Anaconda对该环境作出的处理，都可以实时更新到工程中。通过这些，也就 不需要通过pycharm来安装需要的包了 。

（2）pycharm使用conda直接进行虚拟环境创建。

如下图所示：

标记2：选择用conda工具为当前工程新建一个虚拟环境。 如果安装了Anaconda，那么通过标记5中选择Anaconda中的执行版本，此处的conda就会使用Anaconda中的。有关Anaconda的相关介绍，可以参考我的其他的文章：
标记1：该Location是即将创建的工程想要保存的位置，可以自定义。
标记3：该Location是即将创建的虚拟环境要保存的位置， 环境名就是工程名 。 Anaconda在其安装目录下有专门的的目录来管理它创建的所有虚拟环境（比virtualenv方便） 。
标记4：Python version是所要创建的虚拟环境要用的解释器，即Python的版本，可以选择不同的版本，而不用基于已安装的， 默认使用Anaconda中自带的python版本 。（ 因为conda创建的虚拟环境可以自动下载配置所需的python版本，是它特有的功能 ）。
标记5： Conda executable ，选择Conda执行器（一般是唯一的），选择Anoconda安装目录下的版本。
标记6：Make available to all projects，指该虚拟环境可以被其他的工程用作虚拟环境，如果不勾选，那么就只能被当前的工程使用。如果该环境具有一定的通用性，可以放开权限给其他工程，视情况而定。