关于conda

一、背景

虽然很早之前就用anaconda或者 miniconda，但是只是配置了些基础环境，然后用用jupyter，在实战中，比如打开一个pycharm文件，选择的解释器还是python3.12这样。对于conda create -n xx 比较不熟，且大家都是直接一个requirments.txt文件，所以也就那样。补充：uv下载也很火~

不过其实直接python也能创建虚拟环境，主要区别是在下载某些包时，会缺少一些底层CTL这种拓展，而conda就能很好避免。

二、添加新的虚拟环境

1. 点右上角 ⚙️ 齿轮 → Add...
2. 左侧选 Virtualenv EnvironmentJetBrains
3. 右侧选 New environment （新建）
   • Location ：默认会填到项目里的 .venv 文件夹，直接用默认就行
   • Base interpreter ：选你电脑上的 Python 3.12
   • 不要勾选：Inherit global site-packages（继承全局包）JetBrains
4. 点 OK → PyCharm 自动创建虚拟环境JetBrains

三、切换并生效

1. 回到 Python Interpreter 页面，下拉框里选中刚创建的 .venv 解释器
2. 点 Apply → OK
3. 底部 Terminal 会自动切换到虚拟环境（左边显示 (.venv)）

四、把原来的依赖装到新环境（关键）

1. 打开底部 Terminal

2. 先看全局装了哪些包（可选）：

   pip list

3. 把你项目需要的包重新装一遍（只装项目用的）：

   pip install 你的包名1 你的包名2 ...
   # 例如：
   pip install django requests pandas

4. 生成依赖清单（以后发给别人用）：

   pip freeze > requirements.txt

但是可能包含一些你项目并不需要的包（例如开发工具或其他项目的依赖）

使用 pipreqs 工具

pipreqs 是一个工具，它可以扫描你的项目目录，自动生成项目所需的依赖列表。

1. 安装 pipreqs：

   pip install pipreqs

2. 在项目根目录运行以下命令：

   pipreqs ./ --encoding=utf8 --force

   • ./ 表示当前目录。
   • --encoding=utf8 确保支持 UTF-8 编码。
   • --force 强制覆盖已有的 requirements.txt 文件。

3. 生成的 requirements.txt 文件会类似于：

   flask==2.3.2 numpy==1.21.0 pandas==1.3.5 requests==2.26.0

五、验证是否成功

• Terminal 左边显示 (.venv)
• 运行代码，不再依赖全局 Python
• 以后装包只会装在 .venv 里，不会污染全局

六、规范环境

注意点：有时候conda会强制使用它的conda，就会显得很乱，建议命令行安装，如下：

第 1 步：打开终端（就是你现在用的这个）

确保前面是 (base)

(base) C:\Users\19319>

---

第 2 步：直接输入这条命令（复制粘贴）

conda create -n qixiang python=3.12

按 y 确认