简易版Pycharm(2023)+Conda开发环境配置教程

困 扰

不知道为什么,自从Pycharm更新了新的版本以后,在Pycharm中为项目工程配置Python解释器环境时,总是不能像以前那么方便。

比如,当前Conda中有十个不同的开发环境,每个环境一个名称,比如,ptc、ptc2等。

以前旧版本的Pycharm配置后能够看到不同环境的名称,如下图中的Python 3.8 (ptc)和Python 3.7 (ptc2)。

现在的Pycharm版本却不行,配置后只能看到Python的版本,看不到对应的环境的名称,如下图中的其他项。

当环境比较多时,没有后面小括号中的环境名称做提示,开发人员会一脸懵逼,分不清里面哪个Python版本属于哪个环境,这为他们带来了很大困扰。

解决方案

笔者尝试了一种解决方案,是可行的。

简单地来说,就是配置Virtualenv Environment,并直接选择其作为Python解释器。

点击Pycharm窗口右下角配置Python解释器的地方,然后点击Add New Interpreter,在下拉栏中再点击Add Local Interpreter

然后,选择Virtualenv Environment -> Existing -> ... 扩展菜单,选择相应的Conda开发环境(这里选择的是名为ray的开发环境),就会得到相应带有环境名称的解释器。如下面的第二张图所示。

总 结

虽然Python解释器实际上是Conda搭建的开发环境,但是在Pycharm中进行配置时,操作菜单配置的却是Virtualenv Environment,而不是Conda Environment。目的是为了规避前文提到的奇怪问题,当前经过测试是可以用的,能够作为临时的解决方案,以后在未来的Pycharm版本中,也许会有新的解决办法。

相关推荐
biter down3 小时前
14:pytest-order 插件 顺序控制案例
开发语言·python·pytest
测试开发-学习笔记3 小时前
从0开始搭建自动化(一)-appium+python
python·自动化
㳺三才人子3 小时前
初探 Flask
后端·python·flask·html
AI算法沐枫4 小时前
机器学习到底是什么?
人工智能·python·深度学习·机器学习·数据挖掘·大模型·#ai
小技与小术4 小时前
玩转Flask
开发语言·python·flask
SilentSamsara4 小时前
Python 性能优化:tracemalloc、profiling 与 C 扩展加速
开发语言·python·青少年编程·性能优化
冰小忆4 小时前
大驼峰命名规范和小驼峰命名规范的区别是什么?
开发语言·python
高洁015 小时前
知识图谱:AI的超级大脑
人工智能·python·数据挖掘·知识图谱
知识分享小能手5 小时前
Flask入门学习教程,从入门到精通,Flask智能租房——前期准备 知识点详解(5)
python·学习·flask
Curvatureflight5 小时前
【架构实战】生产级大模型 API 接入指南:流式响应(Streaming)异常处理与监控闭环
python·架构