大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
Spyder 与 Pycharm 配置 Anaconda 环境 Python 解释器（Windows 7）
Windows 7 安装 Anaconda
到官网下载所需的安装包
首先下载 Anaconda 安装包
安装的时候一路 next 就行了，如果想避免获取管理员权限和手动添加环境变量的麻烦，以下两个地方可以分别选择 Just Me 和 Add Anaconda to my PATH environment variable。
根据官方的提示，选择自动添加环境变量后，系统会优先使用 Anaconda 的 Python 环境，如果你不希望这样，希望能使用此前的 Python 环境，可以不勾选此选项，安装完后手动添加环境变量
勾选了这一选项后，在命令行窗口中执行python时就会使用 Anaconda 的 Python 环境了：C:\Users\Test>python Python 3.7.3 (default, Mar 27 2019, 17:13:21) [MSC v.1915 64 bit (AMD64)] :: Anaconda, Inc. on win32 Warning: This Python interpreter is in a conda environment, but the environment has not been activated. Libraries may fail to load. To activate this environment please see https://conda.io/activation Type "help", "copyright", "credits" or "license" for more information. >>>如果使用以上选项安装Anaconda后，建议使用激活的 Anaconda 的虚拟 Python 环境
如果没有勾选 Add Anaconda to my PATH environment variable 这一选项，在安装完成后需要手动添加以下路径到 path 环境变量中：
安装路径\Anaconda3\ # Python需要
安装路径\Anaconda3\Scripts # Anaconda 自带脚本（conda、jupyter notebook、ipython）
安装路径\Anaconda3\Library\bin # jupyter notebook动态库
安装路径\Anaconda3\Library\mingw-w64\bin # 使用C with python的时候
手动修改环境变量方法参考：
https://blog.csdn.net/shinetzh/article/details/83615624
https://blog.csdn.net/z2858539804/article/details/81407456
Spyder 配置 Python 解释器
Spyder 默认使用系统默认的 Python 环境，如果使用自己建立的 Anaconda 虚拟环境，需要自己进行设置。
- 打开菜单 Tools —— Preference
- 设置 Python 解释器的路径，选择需要的 Anaconda 虚拟环境的
python.exe（位于 Anaconda 安装路径下env\虚拟环境\下），点击Apply应用，再点击OK确认并退出设置窗口。
- 设置完成后一般需要退出 Spyder，再重新打开才能正常切换至新配置的环境
Pycharm 配置 Python 解释器
- Pycharm中打开或新建自己的项目，进入菜单
File——Settings...
- 展开
Project:一栏，在Project Interpret页面中，可通过下来菜单选择自己需要的 Anaconda 虚拟环境，也可以点击齿轮按钮，选择Add,在弹出界面中选择自己的 Anaconda 虚拟环境的python.exe文件路径添加进来。
- 在
Conda Environment一栏中选在Existing environment，然后点击...按钮打开所需要的 Anaconda 虚拟环境的python.exe文件路径，点击OK确定。
这样就配置好了 Pycharm 的 Anaconda Python 解释器环境。
Pycharm 在设置或更改了环境之后会自动进行更新，可能会有点慢（窗口下方会有更新进度显示），需要等待更新完成后才能正常运行程序。
注意事项
在使用 Anaconda 虚拟环境时，需要注意相应环境中安装了哪些模块以及模块的版本等信息。
可通过模块的 version 属性查看模块版本信息。
import sklearn
print(sklearn.__version__)
'0.21.2'
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/174729.html原文链接：https://javaforall.net
