使用 Anaconda 环境在Jupyter和PyCharm 中进行开发

目录

前言

一、在特定环境中使用jupyter

[1. 列出所有环境](#1. 列出所有环境)

[2. 激活环境](#2. 激活环境)

[3. 进入 Jupyter Notebook](#3. 进入 Jupyter Notebook)

二、在特定环境中使用pycham

[1. 打开 PyCharm](#1. 打开 PyCharm)

[2. 打开设置](#2. 打开设置)

[3. 配置项目解释器](#3. 配置项目解释器)

[4. 选择 Conda 环境](#4. 选择 Conda 环境)

[5. 应用设置](#5. 应用设置)

[6. 安装所需库(如果需要)](#6. 安装所需库(如果需要))

总结


🌈嗨!我是Filotimo__🌈。很高兴与大家相识,希望我的博客能对你有所帮助。

💡本文由Filotimo__✍️原创,首发于CSDN📚。

📣如需转载,请事先与我联系以获得授权⚠️。

🎁欢迎大家给我点赞👍、收藏⭐️,并在留言区📝与我互动,这些都是我前进的动力!

🌟我的格言:森林草木都有自己认为对的角度🌟。

前言

默认使用的是Windows 系统。

默认安装好了Anaconda,Jupyter,PyCharm等。


一、在特定环境中使用jupyter

在学习和工作中,可能会需要在不同的虚拟环境中工作。在特定环境中进入jupyter基本操作:

1. 列出所有环境

你可以在cmd命令行中,使用以下命令查看系统中所有已创建的 Anaconda 环境及其路径:

python 复制代码
   conda info --envs

在列出的环境中,当前激活的环境会用星号(*)标记。

我的截图:

可以看到,我的ml环境路径是:C:\Users\admin\.conda\envs\ml\python.exe。

2. 激活环境

在cmd命令行中,使用以下命令来激活特定的 Anaconda 环境:

python 复制代码
   conda activate <环境名>

例如:

3. 进入 Jupyter Notebook

在cmd命令行中激活特定环境后,输入 `jupyter notebook` 命令,可以在该环境中启动 Jupyter Notebook。这样,你的 Notebook 将使用激活的环境中的库和配置。

二、在特定环境中使用pycham

在 PyCharm 中配置并使用 Anaconda 环境,可以按照以下步骤操作:

1. 打开 PyCharm

启动 PyCharm。如果你已经有一个项目,直接打开它;如果没有,创建一个新的项目。

2. 打开设置

在菜单栏中,点击 `File`(文件),选择 `Settings`(设置)。

3. 配置项目解释器

在设置窗口中,找到左侧列表中的 `Project: <你的项目名>` 部分,然后选择 `Python Interpreter`(Python 解释器)。在右侧的解释器选择框中,点击 ⚙️(齿轮图标),然后选择 `Add...`(添加...)。

4. 选择 Conda 环境

在弹出的窗口中,选择 `Conda Environment`(Conda 环境)。然后选择 `Existing environment`(现有环境),并点击右侧的 `...` 按钮,浏览到你的 Anaconda 环境所在路径。

例如,对于 `ml` 环境,你可以选择:C:\Users\admin\.conda\envs\ml\python.exe(这是我的ml路径,在文章开头的列出所有环境部分,有介绍到如何查看环境路径)。

选择该路径后,点击 `OK`(确定)。

5. 应用设置

返回到项目设置页面,确保你选择的解释器是你所选的 `ml` 环境。点击 `Apply`(应用),然后点击 `OK`(确定)以保存设置。

6. 安装所需库(如果需要

如果你的 `ml` 环境中缺少任何必要的库,你可以在 PyCharm 的 terminal(终端) 窗口中使用 `pip` 或`conda`命令进行安装。例如,使用以下命令安装常用库:

(1)numpy、pandas 和 scikit-learn 是假设你要安装的三个 Python 库。

python 复制代码
conda install numpy pandas scikit-learn

(2)jieba 是假设你要安装的 Python 库。-i https://pypi.tuna.tsinghua.edu.cn/simple 是指定使用的镜像源,这里是清华大学的镜像源,它可以加快下载速度,特别是在中国大陆地区。

python 复制代码
pip install jieba -i https://pypi.tuna.tsinghua.edu.cn/simple

总结

通过以上步骤,你可以轻松地在Jupyter/PyCharm中使用特定的Anaconda环境,这会使得你的开发过程更加高效和有序。

相关推荐
_Kayo_1 小时前
node.js 学习笔记3 HTTP
笔记·学习
wyiyiyi4 小时前
【Web后端】Django、flask及其场景——以构建系统原型为例
前端·数据库·后端·python·django·flask
CCCC13101634 小时前
嵌入式学习(day 28)线程
jvm·学习
mit6.8244 小时前
[1Prompt1Story] 滑动窗口机制 | 图像生成管线 | VAE变分自编码器 | UNet去噪神经网络
人工智能·python
没有bug.的程序员4 小时前
JVM 总览与运行原理:深入Java虚拟机的核心引擎
java·jvm·python·虚拟机
甄超锋5 小时前
Java ArrayList的介绍及用法
java·windows·spring boot·python·spring·spring cloud·tomcat
星星火柴9365 小时前
关于“双指针法“的总结
数据结构·c++·笔记·学习·算法
小狗爱吃黄桃罐头5 小时前
正点原子【第四期】Linux之驱动开发篇学习笔记-1.1 Linux驱动开发与裸机开发的区别
linux·驱动开发·学习
AntBlack6 小时前
不当韭菜V1.1 :增强能力 ,辅助构建自己的交易规则
后端·python·pyqt
艾莉丝努力练剑6 小时前
【洛谷刷题】用C语言和C++做一些入门题,练习洛谷IDE模式:分支机构(一)
c语言·开发语言·数据结构·c++·学习·算法