【AI基础】第一步:安装python开发环境-conda篇

上一篇讲解了朴素的开发环境安装 - 【AI基础】第一步:安装python开发环境-windows篇-CSDN博客,这里讲解通过conda来配置python环境,同时安装python开发工具pycharm,最终输出python版本的helloworld。

一、安装miniconda

1.1 下载安装包

最新版下载地址:https://docs.anaconda.com/free/miniconda/

所有版本地址:https://repo.anaconda.com/miniconda/

下载最新版本就行,python会向下兼容。然后在下面页面选择对应的平台进行下载:

1.2 开始安装

下载完后双击安装

这里选择一个自定义路径进行安装,默认是在 c:\programData,这目录是隐藏系统目录,有时候要进入目录操作不方便,比如这里选择 d:\miniconda3 进行安装:

基本都是默认选项,下面设置可以都勾选,不影响:

1.3 安装检验

安装完成后进行,在系统搜索 minicode3,如下图:

选中上图第一个搜索结果后打开命令行。

1.4 配置国内镜像源

配置镜像源有两种方式,一种是永久配置,一种是临时配置。

1.4.1 永久配置

bash 复制代码
# 移除默认的源
$ conda config --remove channels defaults
# 添加国内镜像源
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 设置搜索时显示通道地址
$ conda config --set show_channel_urls yes
# 查看镜像源配置是否成功
$ conda config --show channels
# 清除缓存,确保新的镜像源起作用
$ conda config clean -i
# 查看所有配置信息
$ conda info

配置:

查看所有配置信息;

1.4.2 临时配置

在安装组件时指定镜像源:

bash 复制代码
$ conda install opencv -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

这里使用**-c**参数来指定下载的镜像源。

二、安装pycharm

2.1 下载地址

最新版:https://www.jetbrains.com/pycharm/download/

历史版本:https://www.jetbrains.com/pycharm/download/other.html

2.2 版本选择

有Professional专业版和Community Edition社区版本。

社区版本够用,有米的选择专业版。

2.3 环境变量

添加miniconda到环境变量中,可以避免一些乱七八糟的问题,比如在pycharm中使用终端时,无法识别conda命令。

三、Environment 工作环境

安装完后就可以直接使用了,现在要把pycharm和python联系起来,这个联系渠道就是interpreter,python解释器。

3.1 创建工作环境

每个项目都有自己的python运行环境,安装conda之后有个默认的名称为base的运行环境。

基于安全和解耦,在开发项目前,先创建一个工作环境:

conda create --name <环境名><解析器,包等>

例如:conda create --name env_startup python=3.12 numpy

创建一个名为 env_startup 的虚拟环境,指定python为3.12,并安装numpy。

如果没有指定python版本,会使用默认的python。

先创建一个名称为 env_startup 的工作环境:

bash 复制代码
(base)$ conda create --name env_startup

3.2 切换工作环境

bash 复制代码
# 激活切换工作环境
$ conda activate env_startup
# 查看当前工作环境安装的包
$ conda list
# 查看所有的工作环境
$ conda info --envs

激活工作环境后,可以看到命令行的前缀变成了当前环境的名字:(env_startup)

四、配置和运行

设置interpreter是很方便的,有两个时机:创建项目时,或者打开项目后配置。

4.1 如果是创建项目

在创建的时候可以直接指定interpreter:

选择 Custom environment 自定义环境。

在Environment设置中可以看到,pycharm可以新建工作环境:

  • Type:选择Conda
  • Python version:当前项目使用的python版本
  • Name:工作环境的名称
  • Path to conda:这里指向第一步miniconda安装路径下的 Scripts/conda.exe

也可以指向已有的工作环境:

  • Type:选择Conda
  • Path to conda:这里指向第一步miniconda安装路径下的 Scripts/conda.exe
  • Environment:选择已有的工作环境

4.2 如果是打开项目

从设置中找到 Python interpreter:

这里也可以选择新建工作环境,或者选择已有工作环境。

五、开发运行

5.1 运行默认示例

项目默认创建了一个文件 main.py,代码如下:

python 复制代码
# 这是注释
 
# 定义了一个函数
def print_hi(name):
    print(f'Hi, {name}')  
 
# 如果是入口调用
if __name__ == '__main__':
    # 调用上面定义的函数
    print_hi('PyCharm')

点击运行看看效果:

可以看到,成功输出了 "Hi,PyCharm, let's startup"。

5.2 运行/调试配置

项目创建后会默认创建一个运行/调试配置,我们也可以调整此配置。

从上图可以看出,主要就是指定了python解释器和要运行的py文件main.py

5.3 从命令行运行

从图六可以看出,实际运行的命令其实就是 "python main.py"。所以我们来试试从命令行运行。

选中命令行面板,输入 "python main.py":

六、引用:

Anaconda配置国内镜像源_conda源设置-CSDN博客

2023 conda 安装、配置环境变量、换源_conda添加环境变量-CSDN博客

PyCharm+Miniconda3安装配置教程

相关推荐
金伟API10245 小时前
如何从零打造一个极简的DeepSeek-R1大模型
人工智能·ai
江畔柳前堤5 小时前
大语言模型分布式训练:从并行策略到万卡工程的系统梳理
人工智能·分布式·深度学习·算法·目标检测·机器学习·语言模型
Shockang5 小时前
智能体环路工程实战
人工智能
美摄科技5 小时前
美摄美颜特效SDK Skill:以AI赋能智能视音频新视界
人工智能
Web3_Daisy6 小时前
Pump.fun 与 FOMO 竞争背后的 Meme 市场变局
大数据·人工智能·金融·web3·区块链
AI创界者6 小时前
MiniMax-H3 本地一键部署整合包:8G 显存玩转文图生视频、视频参考、角色替换与超分补帧全流程
人工智能·深度学习
江畔柳前堤6 小时前
HBM:大语言模型时代的「算力血液」——从内存墙到带宽革命的深度拆解
服务器·人工智能·windows·目标检测·语言模型·自然语言处理·软件工程
美摄科技6 小时前
视频一键成片SDK Skill:AI智能分析与语义理解
人工智能
fthux7 小时前
装闭 RenoPit 源码解析(05):FastAPI与Celery如何执行AI装修分析
人工智能·ai·开源·github·open source·renopit
格数致用8 小时前
数据库设计与表结构详解|信息化项目全流程管理系统源码逐行精讲(五)
人工智能·政务·数据库设计·外键约束