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
进击的六角龙10 分钟前
深入浅出:使用Python调用API实现智能天气预报
开发语言·python
檀越剑指大厂10 分钟前
【Python系列】浅析 Python 中的字典更新与应用场景
开发语言·python
VertexGeek11 分钟前
Rust学习(八):异常处理和宏编程:
学习·算法·rust
湫ccc18 分钟前
Python简介以及解释器安装(保姆级教学)
开发语言·python
孤独且没人爱的纸鹤21 分钟前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
羊小猪~~24 分钟前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
lzhlizihang27 分钟前
python如何使用spark操作hive
hive·python·spark
q0_0p28 分钟前
牛客小白月赛105 (Python题解) A~E
python·牛客
极客代码31 分钟前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
庞传奇33 分钟前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow