当前位置:网站首页 > R语言数据分析 > 正文

pycharm conda 虚拟环境(pycharm使用conda虚拟环境)



最近开启了一个新的课题,其中需要应用到一个新的代码环境,所以写下这篇文章记录配置环境的过程来巩固技能,以及分享给大家,本文主要内容:
(1)使用pycharm创建新的项目环境并使用conda进行配置
(2)使用pycharm引用已有的conda虚拟环境

首先,打开点击pycharm左上方的“文件”中的“新建项目”。

在这里插入图片描述

1.新建项目选项填写

 

在这里插入图片描述
点击后选择“展示全部”,在python解释器选择界面点击下图中加号,并进入添加python解释器界面。

在这里插入图片描述

点击“新环境”,在conda可执行文件中选择自己的anaconda文件夹下Scripts文件下的conda.exe文件,并点击“确定”。

在这里插入图片描述
之后软件会自动安装相应解释器,虚拟环境创建成功。

在这里插入图片描述

2.安装所需资源包

我个人比较习惯在conda prompt 中进行资源包的安装(在安装前一定要确认所安装资源包与python解释器版本是否对应,不然后续会很麻烦)。
打开桌面菜单,点击anaconda中的conda prompt。
使用conda指令查看目前所拥有的的conda环境(对应anaconda文件夹下的env文件夹)

 

在这里插入图片描述
激活你所创建的虚拟环境

 

此时便进入到了相应的虚拟环境中,会在下图位置有所提示:

在这里插入图片描述

此时便可以通过conda命令添加相应所需要的资源包,比如pandas,例:

 

查看当前环境中的资源包:

 

在这里插入图片描述

此时则已经安装成功,诸如此类可以安装其他的资源包。

3.可能存在的问题及应对

若你的pycharm因为某些原因无法创建python解释器,则可以通过conda prompt进行创建,并在pycharm中引用此环境,此处可参考后续部分二的内容,

相较于使用pycharm创建虚拟环境,其实使用conda创建更为简单,在创建后只需要在pycharm中添加该虚拟环境即可。

1.创建虚拟环境

首先,打开conda prompt,并创建新的虚拟环境,设置环境名称以及相应python版本。

 

创建之后可以通过conda命令查看并激活环境,后续添加资源包的流程与部分一中的相同。

2.在pycharm中使用虚拟环境

步骤同部分一中的一致,依次打开

 

在这里插入图片描述

在这里插入图片描述
此时就会多出选定的解释器,可在软件包中查看当前环境中的资源包,并点击应用,等待一段时间后即可完成配置。

在这里插入图片描述

在这里插入图片描述

可以从界面右下角看到已经使用了刚刚创建的虚拟环境下的解释器,此时可以运行一下main函数测试是否配置完成。

在这里插入图片描述

输出正常,则配置完成。

到此这篇pycharm conda 虚拟环境(pycharm使用conda虚拟环境)的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章,希望大家都能在编程的领域有一番成就!

版权声明


相关文章:

  • xivier怎么读(wester怎么读)2024-12-28 19:18:10
  • xdr是什么缩写(xdr什么意思)2024-12-28 19:18:10
  • prp离心多久(prf离心时间)2024-12-28 19:18:10
  • redis 连接哨兵(redis的哨兵)2024-12-28 19:18:10
  • autounistaller密钥获取(authenticator密钥怎么用)2024-12-28 19:18:10
  • storecode翻译中文(storeld翻译)2024-12-28 19:18:10
  • docker 不同版本 兼容(docker运行不同的内核版本)2024-12-28 19:18:10
  • redhat操作系统版本(redhat linux版本)2024-12-28 19:18:10
  • kubesphere怎么读(kubelet怎么发音)2024-12-28 19:18:10
  • swagger文档访问地址(swagger接口文档怎么访问)2024-12-28 19:18:10
  • 全屏图片