Anaconda使用和VisualStudioCode,PyCharm對接全解析

NO IMAGE

關於 Anaconda

關於 Anaconda 的安裝和介紹,可以參考我的上一篇關於 Jupiter Notebook 的筆記,這裡不再贅述,官網地址

引用維基百科

Anaconda 是一種Python語言的免費增值開源發行版,用於進行大規模數據處理、預測分析,和科學計算,致力於簡化包的管理和部署。Anaconda使用軟件包管理系統Conda進行包管理。

簡單來說,Anaconda 就是專門用於管理 Python 包環境以及部署的工具,同時自帶了很多關於數據處理的工具包,例如:Pandas,NumPy 等等,並且還提供了一個網頁版本的 Jupiter Notebook 編輯器來方便的編寫Python 數據處理代碼,類似於 pip3 這種 Python 自帶的包下載和管理模塊(Anaconda 中是 conda 模塊),但是要強大很多。可以簡單的理解為一個裝滿了各種 Python 第三方工具包的倉庫,和我們本地的 Maven 有點類似

① 安裝 Anaconda

當我們裝好 Anaconda 之後,輸入以下命令表示 Anaconda 安裝成功

O_O[[email protected]:~]$ conda -V
conda 4.5.11
^_^[[email protected]:~]$ 

這個版本的 Anaconda 自帶的Python 解釋器是 3.7 版本,默認 Base 虛擬環境,並且自帶了一系列包可以使用

^_^[[email protected]:~]$ conda list

查看當前的 Base 環境有哪些包

Anaconda使用和VisualStudioCode,PyCharm對接全解析

② 什麼是 Base 虛擬環境?

就是當前 Anaconda 默認自帶的一個倉庫(可以這麼理解),在這個倉庫中有 Anaconda 自帶的很多Python 第三方包,包括Python 解釋器(3.7 版本)

實際開發中,每個 Python 項目依賴的包都不同,Python 解釋器版本也可能不同;每個Python 項目可能是你一人開發,也可能是多人開發;為了保證每個 Python 項目的環境(Python 解釋器和項目依賴包)獨立,互不干預,以及同一個Python 項目的所有人開發環境一致,Anaconda 可以為每一個項目單獨配置Python 的開發和運行環境,也就是 Anaconda 中的虛擬環境(可以類比為倉庫)

③ 創建 Anaconda 虛擬環境

使用 conda create -n your_env_name python=X.X(2.7、3.6等),anaconda 命令創建python版本為X.X、名字為your_env_name的虛擬環境。your_env_name文件可以在Anaconda安裝目錄envs文件下找到。 指定python版本為2.7,注意至少需要指定python版本或者要安裝的包, 在不指定python版本時,自動安裝最新python版本。

^_^[[email protected]:~]$ conda create -n test python=3.6

然後查看當前 Anaconda 的所有虛擬環境

Anaconda使用和VisualStudioCode,PyCharm對接全解析

可以發現 test 虛擬環境創建好了,當前默認是 Anaconda 的Base 環境,怎麼切換到 test 環境呢?

④ 切換環境

(base) O_O[[email protected]:~]$ conda activate test
(test) ^_^[[email protected]:~]$ 

切換後,我們進入 Python 的Terminal

Anaconda使用和VisualStudioCode,PyCharm對接全解析

可以發現Python 版本已經變為了 3.6

退出終端,我們再使用 conda list 命令查看當前 Test 環境下的包

Anaconda使用和VisualStudioCode,PyCharm對接全解析

可以發現和 base 環境比,少了很多很多包

⑤ 退出和刪除環境

退出當前環境回到默認的 Base 環境非常簡單

Anaconda使用和VisualStudioCode,PyCharm對接全解析

刪除環境也很簡單

conda remove -n env_name –all 即可,這裡 Cris 就不測試了

⑥ 環境安裝包管理

  • 安裝指定環境的包(默認當前環境,一般當前環境都是設置為 base)
conda install -n <env_name> <package_name>
# -n 或者 --name 參數就是用來指定環境的
  • 當前環境安裝包
conda install <package_name>
  • 刪除指定環境的包
conda remove -n <env_name> <package_name>
  • 刪除當前環境的包
conda remove <package_name>
  • 更新當前環境的包
conda update <package_name>
  • 更新當前環境所有包
(base) O_O[[email protected]:~]$ conda update --all
  • 更新當前環境多個指定包,則包名以空格隔開,向後排列。如:conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。

  • 更新conda,保持conda最新

    conda update conda
    
  • 更新anaconda

    conda update anaconda 
    
  • 查找包

    $ conda search package_name
    # 還可以使用參數進行精確查找
    $ conda search --full-name tensflow
    

⑦ 環境複製和導出

conda create --name new_env_name --clone copied_env_name

複製的新環境和原環境配置一致

導出當前環境的配置信息

(test) ^_^[[email protected]:~]$ conda env export > environment.yaml

發現當前目錄下多了一個配置文件

Anaconda使用和VisualStudioCode,PyCharm對接全解析

查看這個文件,就是我們當前 test 環境的所有配置信息

name: test
channels:
- defaults
dependencies:
- ca-certificates=2018.03.07=0
- certifi=2018.11.29=py36_0
- libedit=3.1.20170329=h6b74fdf_2
- libffi=3.2.1=hd88cf55_4
- libgcc-ng=8.2.0=hdf63c60_1
- libstdcxx-ng=8.2.0=hdf63c60_1
- ncurses=6.1=he6710b0_1
- openssl=1.1.1a=h7b6447c_0
- pip=18.1=py36_0
- python=3.6.8=h0371630_0
- readline=7.0=h7b6447c_5
- setuptools=40.6.3=py36_0
- sqlite=3.26.0=h7b6447c_0
- tk=8.6.8=hbc83047_0
- wheel=0.32.3=py36_0
- xz=5.2.4=h14c3975_4
- zlib=1.2.11=h7b6447c_3
prefix: /home/cris/module/anaconda3/envs/test

這樣子就可以在別人電腦上快速搭建統一的環境

# // 用配置文件創建新的虛擬環境
$ conda env create -f environment.yaml

參考博客

參考文章

⑧ Anaconda 和 Visual Studio Code 的對接

打開 Visual Studio Code,可以隨意調整 Python 的運行環境

Anaconda使用和VisualStudioCode,PyCharm對接全解析

⑨ Anaconda 和 PyCharm 對接

稍微麻煩一點,先要新建一個工程

Anaconda使用和VisualStudioCode,PyCharm對接全解析

然後選擇 Anaconda 環境

Anaconda使用和VisualStudioCode,PyCharm對接全解析

Anaconda使用和VisualStudioCode,PyCharm對接全解析

項目創建好後,打開project 選項

Anaconda使用和VisualStudioCode,PyCharm對接全解析

注意:PyCharm 引用 Anaconda 環境時,項目創建完畢,右下角消息欄可能會報出 Inotify Watches Limit 提示,官方的解決方案鏈接,照著做即可

ps:關於 PyCharm 的免費激活,參考

⑩ 讓 Anaconda 飛起來

Anaconda 默認採用的國外鏡像網站,這裡強力推薦將鏡像源換成國內清華大學的鏡像

修改文章在此,強力推薦,讓你的 Anaconda 跑的比博爾特還快~

注意的是,修改路徑均在根目錄,並且最新版本的 Anaconda 使用 conda info 查看當前配置信息如下

^_^[[email protected]:~]$ conda info
active environment : base
active env location : /home/cris/module/anaconda3
shell level : 1
user config file : /home/cris/.condarc
populated config files : /home/cris/.condarc
conda version : 4.5.11
conda-build version : 3.15.1
python version : 3.7.0.final.0
base environment : /home/cris/module/anaconda3  (writable)
channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
package cache : /home/cris/module/anaconda3/pkgs
/home/cris/.conda/pkgs
envs directories : /home/cris/module/anaconda3/envs
/home/cris/.conda/envs
platform : linux-64
user-agent : conda/4.5.11 requests/2.19.1 CPython/3.7.0 Linux/4.15.0-29deepin-generic deepin/15.8 glibc/2.27
UID:GID : 1000:1000
netrc file : None
offline mode : False

相關文章

關於VMwareWorkstation14Pro宿主機無法聯網問題解決方案

最新IDEA和Maven集成問題和解決

Anaconda(miniconda)和JupyterNotebook使用大揭祕

Cris帶你快速入門Flink