pycharm使用conda环境_anaconda运行python

基础环境是ubuntu的。之前一直使用windows系统，新公司需要使用ubuntu环境，所以从头开始搭建一个python运行的环境。主要的步骤可以记为如下：

1. 安装anaconda

2. 配置一个conda的python36环境

3. 安装pycharm

4. 在pycharm中使用2中配置的环境作为项目的解释器

5. 其他一些注意事项

1. 安装anaconda

1.2 安装下载的安装包，我下载的最新版本的，不用太介意版本的Python版本，毕竟我们在使用的时候，往往会创建新的conda环境，conda的优点就是可以多个python版本共存

bash ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh

1.3在安装过程中，需要注意有时候需要你交互，所有交互都是yes回答即可。××需要注意的是，留意安装的位置，最好记下来。因为后面pycharm指定python环境的时候，需要用到这个目录下面的子目录××，比如我是安装在/home/wt/anaconda3这个目录中的。

1.4 最后在命令行中，输入conda –version就可以查看安装效果了

2. 配置一个conda的python36环境

我默认安装的python是3.8的版本，我实际需要一个python3.6的环境。然后我需要安装一下常用的应用，比如tensorflow1.14.0,keras2.2.5,numpy等等。

2.1 创建Python环境

conda create –name python36 python=3.6

通过执行上面的命令，在执行成功之后，就可以在/home/wt/ananconda3/envs目录中看到一个python36的子目录了。

2.2 更换conda源

因为默认的源速度比较慢，所以我会切换到国内的源，常用的源有清华源、交大源、中科大源。根据我的经验，交大源比较好用，有些清华源下载不了的应用，用这个源可以下载到。

实际我们在使用的时候，需要灵活一点，当python库下载失败的时候，可以更换源。我把常用源放在5.2中了。

gedit ~/.condarc

然后将下面的内容替换原始的内容

channels:

– https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/

– https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/

– https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/

ssl_verify: true

2.3 下载软件

一般既然使用了conda,那么就尽量用conda下载库，但是有时候会遇到conda找不到库，这个时候就用pip进行下载

conda install keras==2.2.5

pip install -i http://mirrors.aliyun.com/pypi/simple opencv-contrib-python==3.4.2.17 –trusted-host mirrors.aliyun.com

pip install -i http://mirrors.aliyun.com/pypi/simple git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI –trusted-host mirrors.aliyun.com

#注意最后这个是使用git的方式获取最新的版本 pip install git+[https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI](https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI)

3. 安装pycharm

题外话：虽然就我而言，安装运行之后，在搜索上搜索不到pycharm,但是每次运行sh ./pycharm.sh就可以登录pycharm的界面，不影响使用，就是烦一点。未来如果发现更好的方式，再来填坑。

4. 在pycharm中使用2中配置的环境作为项目的解释器

到这一步之前，需要保证自己能够打开pycharm了。我先讲一下如何打开一个已有的项目，在这种情况下如何设置pycharm对该项目的python环境。对于新手，手边没有新的项目，那么就需要选择创建一个新项目，这个放在后面讨论

4.1 打开一个项目，然后设置python解释器

1. 之后看到右上角的file-Settings-Project:XXX-Python Interpreter(如果没有知道，可能在最上方的黑色边框上，把鼠标挪过去看看，有惊喜哦)

截图.png

然后右击右侧的小齿轮，选择show all

截图 (1).png

点击右侧的+符号

截图 (2).png

选择右侧下方的Existing environment，然后点击右侧的”…”标签，选择到我们在第二步中创建环境的目录/home/wt/anaconda3/envs/python36/bin/python,注意这里目录要深入到/bin/python这边。最后点击ok就好了。

截图 (3).png

4.2 创建一个新项目

如果第一次打开pycharm，并且手边没有项目，那么就是选择创建一个新项目。选择pure python,然后在这个版面的右侧下方有一个Existing interpreter的选项，然后和上面的第四点相同的方式进行设置即可。

截图 (4).png

5. 其他注意事项

5.1 pip软件在不同conda环境中是共享的吗？

我们可以同时有python2.7的环境和python3.6的环境，用于运行不同版本的Python代码。我们知道在anaconda中，pip和conda都可以用于安装python包，那么对于两个不同的环境，pip安装的包是共享的吗？答案是否定的。

我们有两个环境python27和python36

conda create –name python27 python=2.7

conda create –name python36 python=3.6

在python2.7环境下，使用pip安装一个polyon2的依赖库(有时候我们默认或者设置的源可能没有我们想要的库，那么就需要手动指定下载的源)

pip install Polygon2 -i http://pypi.douban.com/simple –trusted-host pypi.douban.com

使用pip list指令可以查看下载的python库

# pip list

———————————

Package Version

———– ——————-

certifi 2019.11.28

mkl-fft 1.0.15

mkl-random 1.1.0

mkl-service 2.3.0

numpy 1.16.6

pip 19.3.1

Polygon2 2.0.8

setuptools 44.0.0.post20200106

six 1.15.0

wheel 0.33.6

然后我们回到python36的conda环境,再使用相同的pip list命令，并不会查看到我们在上一个环境中下载的polyon

conda activate python36

pip list

所以不是共享哒！

5.2 遇到ERROR: Could not find a version that satisfies the requirement Polyon2 (from versions: none) ERROR: No matching distribution found for Polyon2

如小标题，如果我们在pip下载库的时候遇到了上面的报错，提示没有找到符合要求的库的时候，不要慌！

不要慌！

不要慌！

不是这个库莫有了，只是单纯的我们默认的源莫有这个库，这个时候我们要做的是，换源!

pip 只是单次需要使用别的源的时候，可以用下面这个指令(我基本都是使用这个指令)

pip install 包名 -i 源地址 –trusted-host 源地址的”躯干”部分

pip install 包名 -i http://pypi.douban.com/simple –trusted-host pypi.douban.com

conda我会修改默认设置使用某个源.可用的源，给你们整理在这里了

清华源

channels:

– https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

– https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

– https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

ssl_verify: true

中科大源

channels:

– https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

– https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

– https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

ssl_verify: true

上海交大源

channels:

– https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/

– https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/

– https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/

ssl_verify: true

参考资料

作者有话要说

这里记录了整个conda和pycharm的大致使用方式，具体的conda里面的指令以及pycharm的快捷键也是需要掌握的，而且也不难。

如果这个小教程对大家有用的话，非常欢迎大家看完之后留言鼓励～以后我会更有动力更新在深度学习图像方向的工作和学习经验～手动笔芯