|Anaconda安装| Anaconda、pycharm安装及配置Python环境详细教程
目录
- |Anaconda安装| Anaconda、pycharm安装及配置Python环境详细教程
- 前言
- Anaconda下载安装
- Anaconda下载
- Anaconda安装
- Anaconda环境测试
- Anaconda虚拟环境配置
- Anaconda镜像源配置
- pycharm下载安装
- pycharm下载
- pycharm安装
- pycharm配置python环境
- pycharm相关配置（选修）
- 总结
- 更新
前言
鉴于最近一直在做神经网络，无意间想到之前配置Python环境以及各种库的各种窘迫，还有配置pytorch时候也浪费了很多精力，想着便出一份从Anaconda安装到使用pycharm配置Python环境，最后根据根据自己的显卡该如何下载配置pytorch全程保姆式的博客，再结合一下自己当初的经验让大家避一下之前的我在这个过程中踩过的坑。（由于内容比较多，所以本篇博客只记录Anaconda到配置Python环境，下一篇会详细介绍如何根据自己的显卡下载合适的pytorch版本并配置到pycharm中）
Anaconda下载安装
首先我想说一下我们为什么要使用Anaconda配置Python而不是直接从Python官网配置个环境，然后下载个编译器直接使用的原因。
Anaconda是一个用于科学计算的免费开源软件包管理和环境管理系统，它包含了许多流行的开源软件包和工具，如Python、Jupyter Notebook、NumPy、Pandas、Matplotlib等，适用于数据分析、机器学习、深度学习等各种科学计算任务。
正如注释中所说的，Anaconda本身就包含着很多流行的开源软件包，特别是对于学习机器学习或者深度学习的人来说简直就是福音，并且他还有一个很大的优点就是在环境管理方面允许用户创建多个独立的环境，每个环境都可以拥有自己的Python版本以及不同版本的库，这就导致如果条件允许的话我们可以为我们的不同项目均配置适合自己的环境，除此之外由于Anaconda本身预装了Jupyter Notebook，可以直接使用。（想当初安装一个Jupyter导致我差点没把电脑砸了）
下面我们进入正题，正儿八经开始安装Anaconda。
Anaconda下载
下载地址：https://www.anaconda/
直接百度搜索地址可以进入Anaconda的主页，点击‘Free Download’。
进入之后点击Download下面的windows的图标下载。
进入之后直接下载即可。
Anaconda安装
下载完成后打开安装软件，点击‘Next’。
后面的协议直接‘I Agree’。
后续如果电脑只有一个用户选中‘Just Me’后，点击‘Next’。
下一步选择路径的时候建议选个非系统盘（非C盘）安装，路径也设置为英文路径，选择完成后点击‘Next’。
然后勾选第二个选项（自动配置环境变量到环境中），后点击‘Next’。
显示安装完成后点击‘Next’即可。
至此安装结束。
Anaconda环境测试
首先我们点击‘win’键唤醒主菜单，找到‘Anaconda3（64-bit）’下的‘Anaconda Prompt’点击进入。（如果找不到的话‘win’键唤醒主菜单后直接手动键入‘Anaconda Prompt’回车进入即可）。
进入之后可以看到如下页面，此时由于我们并未设置任何虚拟环境，前面的‘base’表示的就是现在的主环境。
在后面复制粘贴如下代码,目的是查看目前安装的conda 版本。
conda --version
如果想要看到关于自己安装的conda信息复制一下代码：
conda info
他随后会显示出来目前conda环境的所有信息。在这里我们需要记住下文中我们的路径，在后文中有很大用处。
随后检查Python环境是否配置成功。
输入python即可。
可以看到此时我们安装的python版本为3.11.7版本。
Anaconda虚拟环境配置
本想在这里结束这一小节，但是想了一下决定把配置虚拟环境也写一下，因为他真的很重要！！！
配置虚拟环境是使用Anaconda时的一个重要实践，它带来了许多好处，包括但不限于以下几点：
隔离环境：通过配置虚拟环境，可以在不同的项目中使用不同的软件包版本和依赖关系，避免不同项目之间的冲突。这样可以确保每个项目都能够独立运行，而不会受到其他项目所安装软件包的影响。
清洁环境：通过配置虚拟环境，可以确保您的Anaconda环境保持清洁，避免安装过多不必要的软件包，降低系统负担，提高系统性能。
总的来说，配置虚拟环境可以提高工作效率，简化项目管理，保持环境的整洁和稳定性，是使用Anaconda时的一个良好实践。
我们首先重新进入’Anaconda Prompt‘输入以下代码，目的是查看已安装的虚拟环境。
conda env list
我们可以看到目前只有一个base主环境，下面我们要创建一个新的虚拟环境。
假如说我这里创建了一个名为pingyeling的虚拟环境，输入如下代码，可以把’pingyeling‘换成你想创建的虚拟环境名。
conda create --name pingyeling
如果在创建的时候想要指定安装的python版本，只需要在后面加上‘python = 版本’。
conda create --name pingyeling python=3.8
这里我没有指定直接创建一个环境。
输入代码回车后会显示让你是否继续，键入’y‘回车即可。
到这里就是创建完成。
然后可以输入以下代码，目的是看一下虚拟环境中安装了哪些包。
conda list
可以看到下面一堆就是Anaconda默认安装的一些库。
下面测试一下虚拟环境中的python是否可行，输入以下代码，目的是激活虚拟环境。(把pingyeling改成自己的环境名)。
conda activate pingyeling
从此处可以看到虚拟环境从‘base’主环境切换到了我们创建的虚拟环境。
输入python查看。
至此Anaconda安装并测试完成。
Anaconda镜像源配置
由于python中大部分库的来源都是在国外网站，所以我们正常无论是使用pip下载还是conda下载速度都会很慢，这时候我们如果使用国内镜像源下载，下载速度会大大增加并且提高下载稳定性。
首先第一步我们打开自己电脑C盘，进入‘用户’文件夹。
进入之后是‘自己名称’和‘公用’的文件夹，那么继续进入自己名称的文件夹。如果没有出现可以跳过看下一步
在进入的文件夹内创建一个txt文件
创建后打开并粘贴下列代码：(直接复制粘贴即可)
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
ssl_verify: true
粘贴后修改名称为：“.condarc”
成功更改后，即可使用，下面我们确认一下是否成功。
下面进入’Anaconda Prompt’命令行，输入代码conda info
可以从下图看到channel urls已经配置完成
pycharm下载安装
下面是python开发环境的选择，我推荐使用pycharm。不管是做哪一方面在项目管理和插件支持上面，pycharm的强大都是不言而喻的。
pycharm下载
首先附上下载链接：https://www.jetbrains/pycharm/
进入页面之后我们直接点击右上角‘Download’。
进入之后我们可以看到两个版本的pycharm分别是专业版和社区版。
简单说一下两者的区别，社区版是免费的，专业版需要收费。但是专业版集成了各种数据库工具并且支持各种科学和数据分析工具，例如Jupyter、科学计算库等。本篇博客先以社区办为例进行演示，需要专业版mf安装教程的可以评论。
言归正传，点击上图社区版的‘Download’，点击之后有可能会直接弹出下载窗口，也有可能会弹出一个页面，弹出页面的话点击‘direct link’.
pycharm安装
下面进入到安装步骤，点击‘下一步’。
还是在非系统盘中选中一个英文路径，然后点击下一步。
下一步的选项可以全都勾上然后‘下一步’。
点击‘安装’。
安装成功之后我暂时就不重启了。
此时桌面上就出现pycharm的图标了。至此安装结束。
pycharm配置python环境
下面我们直接开始在pycharm中配置python环境。
首先打开桌面上的pycharm，在弹出的窗口勾选‘confirm’点击‘continue’。
点击‘Don’t send’.
下面我们直接新建一个项目，点击’New project‘。
点击创建之后，有两个地方需要特别注意，第一个是下图指的地方是你创建的项目的源地址，这个地址必须是英文路径，创建好地址后点击creat’即可。
创建完成后左侧的pythonProject1就是我们的项目，右键文件夹之后，在弹出的’new‘中点击’Python file‘
在弹出的对话框中给自己的python文件取个名字敲回车即可
从图中右下角可以看到’No interpreter‘这说明目前我们的pycharm并未配置python编译器，下面我们开始配置编译器。
在右上角找到设置图标并点击，下拉菜单中点击’settings‘。
进入设置页面后，点击左侧’Project‘处的下拉箭头，在下拉菜单中点击’Python Interpreter‘.
打开后找到右侧’Add Interpreter‘点击后，点击下拉菜单中的’Add Local Interpreter‘。
打开后首先点击左侧的’Conda Environment‘，在右侧点击‘Load Environment’。
然后我们在下面‘Use existing environment’中向下拉可以看到我们的主环境以及刚创建的虚拟环境。
选中之后点击‘OK’即可。
加载完成后先点击箭头处的’Apply‘,然后点击’OK ‘此时就是配置完成。
至此已经配置完成，接下来随意输入一段程序让他运行一下以确认是不是真的成功了。
成功。
pycharm相关配置（选修）
本来到这里是想写个总结结束的，但是突然想到pycharm一些两个问的最多的比较实用的配置，就想着一并分享一下。
首先是修改字体大小。
第一步还是进入’setting‘页面。
然后在页面中找到’Editor‘打开’Font‘右侧就是字体相关的设置，可以根据自己喜好调节。
第二个就是背景方面的设置，还是在设置里面点击’Appearance‘
个人认为这个设置是最舒服的
当然你也可以设置自己喜欢的背景，那就是在箭头的位置导入自己喜欢的图片设置透明度即可。
总结
到这里本篇博客就算是结束了，本来是想一起介绍根据自己的显卡安装合适pytorch版本以及导入到pycharm中还有就是使用anaconda安装库的方法，以及相关的镜像问题，但是略显的有点多，于是决定在下一篇博客中对此详细介绍。
下面汇总一下本篇博客中出现的关于conda环境的指令：
查看conda版本：
conda --version
查看已安装的conda信息：
conda info
查看已存在的虚拟环境：
conda env list
创建虚拟环境(my_env改成自己想创建的环境名)：
conda create --name my_env
创建虚拟环境并且指定python版本（my_env改成自己想创建的环境名 3.8换成自己想要的python版本）：
conda create --name pingyeling python=3.8
环境中都已安装了哪些库：
conda list
激活已创建的虚拟环境（my_env换成自己的环境名称）：
conda activate my_env
激活python编译器：
python
退出当前虚拟环境：
conda deactivate
更新
2024.03.26更新：在Anaconda下载安装的章节增加了Anaconda虚拟镜像源配置部分
|Anaconda安装| Anaconda、pycharm安装及配置Python环境详细教程
目录
- |Anaconda安装| Anaconda、pycharm安装及配置Python环境详细教程
- 前言
- Anaconda下载安装
- Anaconda下载
- Anaconda安装
- Anaconda环境测试
- Anaconda虚拟环境配置
- Anaconda镜像源配置
- pycharm下载安装
- pycharm下载
- pycharm安装
- pycharm配置python环境
- pycharm相关配置（选修）
- 总结
- 更新
前言
鉴于最近一直在做神经网络，无意间想到之前配置Python环境以及各种库的各种窘迫，还有配置pytorch时候也浪费了很多精力，想着便出一份从Anaconda安装到使用pycharm配置Python环境，最后根据根据自己的显卡该如何下载配置pytorch全程保姆式的博客，再结合一下自己当初的经验让大家避一下之前的我在这个过程中踩过的坑。（由于内容比较多，所以本篇博客只记录Anaconda到配置Python环境，下一篇会详细介绍如何根据自己的显卡下载合适的pytorch版本并配置到pycharm中）
Anaconda下载安装
首先我想说一下我们为什么要使用Anaconda配置Python而不是直接从Python官网配置个环境，然后下载个编译器直接使用的原因。
Anaconda是一个用于科学计算的免费开源软件包管理和环境管理系统，它包含了许多流行的开源软件包和工具，如Python、Jupyter Notebook、NumPy、Pandas、Matplotlib等，适用于数据分析、机器学习、深度学习等各种科学计算任务。
正如注释中所说的，Anaconda本身就包含着很多流行的开源软件包，特别是对于学习机器学习或者深度学习的人来说简直就是福音，并且他还有一个很大的优点就是在环境管理方面允许用户创建多个独立的环境，每个环境都可以拥有自己的Python版本以及不同版本的库，这就导致如果条件允许的话我们可以为我们的不同项目均配置适合自己的环境，除此之外由于Anaconda本身预装了Jupyter Notebook，可以直接使用。（想当初安装一个Jupyter导致我差点没把电脑砸了）
下面我们进入正题，正儿八经开始安装Anaconda。
Anaconda下载
下载地址：https://www.anaconda/
直接百度搜索地址可以进入Anaconda的主页，点击‘Free Download’。
进入之后点击Download下面的windows的图标下载。
进入之后直接下载即可。
Anaconda安装
下载完成后打开安装软件，点击‘Next’。
后面的协议直接‘I Agree’。
后续如果电脑只有一个用户选中‘Just Me’后，点击‘Next’。
下一步选择路径的时候建议选个非系统盘（非C盘）安装，路径也设置为英文路径，选择完成后点击‘Next’。
然后勾选第二个选项（自动配置环境变量到环境中），后点击‘Next’。
显示安装完成后点击‘Next’即可。
至此安装结束。
Anaconda环境测试
首先我们点击‘win’键唤醒主菜单，找到‘Anaconda3（64-bit）’下的‘Anaconda Prompt’点击进入。（如果找不到的话‘win’键唤醒主菜单后直接手动键入‘Anaconda Prompt’回车进入即可）。
进入之后可以看到如下页面，此时由于我们并未设置任何虚拟环境，前面的‘base’表示的就是现在的主环境。
在后面复制粘贴如下代码,目的是查看目前安装的conda 版本。
conda --version
如果想要看到关于自己安装的conda信息复制一下代码：
conda info
他随后会显示出来目前conda环境的所有信息。在这里我们需要记住下文中我们的路径，在后文中有很大用处。
随后检查Python环境是否配置成功。
输入python即可。
可以看到此时我们安装的python版本为3.11.7版本。
Anaconda虚拟环境配置
本想在这里结束这一小节，但是想了一下决定把配置虚拟环境也写一下，因为他真的很重要！！！
配置虚拟环境是使用Anaconda时的一个重要实践，它带来了许多好处，包括但不限于以下几点：
隔离环境：通过配置虚拟环境，可以在不同的项目中使用不同的软件包版本和依赖关系，避免不同项目之间的冲突。这样可以确保每个项目都能够独立运行，而不会受到其他项目所安装软件包的影响。
清洁环境：通过配置虚拟环境，可以确保您的Anaconda环境保持清洁，避免安装过多不必要的软件包，降低系统负担，提高系统性能。
总的来说，配置虚拟环境可以提高工作效率，简化项目管理，保持环境的整洁和稳定性，是使用Anaconda时的一个良好实践。
我们首先重新进入’Anaconda Prompt‘输入以下代码，目的是查看已安装的虚拟环境。
conda env list
我们可以看到目前只有一个base主环境，下面我们要创建一个新的虚拟环境。
假如说我这里创建了一个名为pingyeling的虚拟环境，输入如下代码，可以把’pingyeling‘换成你想创建的虚拟环境名。
conda create --name pingyeling
如果在创建的时候想要指定安装的python版本，只需要在后面加上‘python = 版本’。
conda create --name pingyeling python=3.8
这里我没有指定直接创建一个环境。
输入代码回车后会显示让你是否继续，键入’y‘回车即可。
到这里就是创建完成。
然后可以输入以下代码，目的是看一下虚拟环境中安装了哪些包。
conda list
可以看到下面一堆就是Anaconda默认安装的一些库。
下面测试一下虚拟环境中的python是否可行，输入以下代码，目的是激活虚拟环境。(把pingyeling改成自己的环境名)。
conda activate pingyeling
从此处可以看到虚拟环境从‘base’主环境切换到了我们创建的虚拟环境。
输入python查看。
至此Anaconda安装并测试完成。
Anaconda镜像源配置
由于python中大部分库的来源都是在国外网站，所以我们正常无论是使用pip下载还是conda下载速度都会很慢，这时候我们如果使用国内镜像源下载，下载速度会大大增加并且提高下载稳定性。
首先第一步我们打开自己电脑C盘，进入‘用户’文件夹。
进入之后是‘自己名称’和‘公用’的文件夹，那么继续进入自己名称的文件夹。如果没有出现可以跳过看下一步
在进入的文件夹内创建一个txt文件
创建后打开并粘贴下列代码：(直接复制粘贴即可)
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
ssl_verify: true
粘贴后修改名称为：“.condarc”
成功更改后，即可使用，下面我们确认一下是否成功。
下面进入’Anaconda Prompt’命令行，输入代码conda info
可以从下图看到channel urls已经配置完成
pycharm下载安装
下面是python开发环境的选择，我推荐使用pycharm。不管是做哪一方面在项目管理和插件支持上面，pycharm的强大都是不言而喻的。
pycharm下载
首先附上下载链接：https://www.jetbrains/pycharm/
进入页面之后我们直接点击右上角‘Download’。
进入之后我们可以看到两个版本的pycharm分别是专业版和社区版。
简单说一下两者的区别，社区版是免费的，专业版需要收费。但是专业版集成了各种数据库工具并且支持各种科学和数据分析工具，例如Jupyter、科学计算库等。本篇博客先以社区办为例进行演示，需要专业版mf安装教程的可以评论。
言归正传，点击上图社区版的‘Download’，点击之后有可能会直接弹出下载窗口，也有可能会弹出一个页面，弹出页面的话点击‘direct link’.
pycharm安装
下面进入到安装步骤，点击‘下一步’。
还是在非系统盘中选中一个英文路径，然后点击下一步。
下一步的选项可以全都勾上然后‘下一步’。
点击‘安装’。
安装成功之后我暂时就不重启了。
此时桌面上就出现pycharm的图标了。至此安装结束。
pycharm配置python环境
下面我们直接开始在pycharm中配置python环境。
首先打开桌面上的pycharm，在弹出的窗口勾选‘confirm’点击‘continue’。
点击‘Don’t send’.
下面我们直接新建一个项目，点击’New project‘。
点击创建之后，有两个地方需要特别注意，第一个是下图指的地方是你创建的项目的源地址，这个地址必须是英文路径，创建好地址后点击creat’即可。
创建完成后左侧的pythonProject1就是我们的项目，右键文件夹之后，在弹出的’new‘中点击’Python file‘
在弹出的对话框中给自己的python文件取个名字敲回车即可
从图中右下角可以看到’No interpreter‘这说明目前我们的pycharm并未配置python编译器，下面我们开始配置编译器。
在右上角找到设置图标并点击，下拉菜单中点击’settings‘。
进入设置页面后，点击左侧’Project‘处的下拉箭头，在下拉菜单中点击’Python Interpreter‘.
打开后找到右侧’Add Interpreter‘点击后，点击下拉菜单中的’Add Local Interpreter‘。
打开后首先点击左侧的’Conda Environment‘，在右侧点击‘Load Environment’。
然后我们在下面‘Use existing environment’中向下拉可以看到我们的主环境以及刚创建的虚拟环境。
选中之后点击‘OK’即可。
加载完成后先点击箭头处的’Apply‘,然后点击’OK ‘此时就是配置完成。
至此已经配置完成，接下来随意输入一段程序让他运行一下以确认是不是真的成功了。
成功。
pycharm相关配置（选修）
本来到这里是想写个总结结束的，但是突然想到pycharm一些两个问的最多的比较实用的配置，就想着一并分享一下。
首先是修改字体大小。
第一步还是进入’setting‘页面。
然后在页面中找到’Editor‘打开’Font‘右侧就是字体相关的设置，可以根据自己喜好调节。
第二个就是背景方面的设置，还是在设置里面点击’Appearance‘
个人认为这个设置是最舒服的
当然你也可以设置自己喜欢的背景，那就是在箭头的位置导入自己喜欢的图片设置透明度即可。
总结
到这里本篇博客就算是结束了，本来是想一起介绍根据自己的显卡安装合适pytorch版本以及导入到pycharm中还有就是使用anaconda安装库的方法，以及相关的镜像问题，但是略显的有点多，于是决定在下一篇博客中对此详细介绍。
下面汇总一下本篇博客中出现的关于conda环境的指令：
查看conda版本：
conda --version
查看已安装的conda信息：
conda info
查看已存在的虚拟环境：
conda env list
创建虚拟环境(my_env改成自己想创建的环境名)：
conda create --name my_env
创建虚拟环境并且指定python版本（my_env改成自己想创建的环境名 3.8换成自己想要的python版本）：
conda create --name pingyeling python=3.8
环境中都已安装了哪些库：
conda list
激活已创建的虚拟环境（my_env换成自己的环境名称）：
conda activate my_env
激活python编译器：
python
退出当前虚拟环境：
conda deactivate
更新
2024.03.26更新：在Anaconda下载安装的章节增加了Anaconda虚拟镜像源配置部分