一、環境搭建前的準備?
1. 查看基礎環境位置?
conda env list 操作說明：通過該命令確認Anaconda默認環境（base）所在磁盤路徑（如D盤），后續操作需跳轉至該磁盤根目錄。
?二、創建與激活獨立虛擬環境
1. 創建Python 3.12環境
conda create -n pyTraining python=3.12?參數說明：
-n pyTraining：指定環境名稱為pyTraining
?-python=3.12：指定Python版本為3.12
2. 初始化Conda并重啟終端 ?
conda init 操作要點：執行后需關閉當前終端，重新打開以生效。
3. 激活新創建的環境?
conda activate pyTraining 驗證方式：終端提示符出現(pyTraining)前綴即表示激活成功。
三、依賴庫安裝與鏡像加速
1. 基礎工具包安裝
pip install tqdm # 進度條工具 2. 數據庫連接庫
pip install mysql-connector-python -i https://mirrors.aliyun.com/pypi/simple 鏡像說明：使用阿里云鏡像提升下載速度。
3. 模型可視化工具
pip install torchviz -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install graphviz -i https://pypi.tuna.tsinghua.edu.cn/simple適用場景：用于PyTorch模型的計算圖可視化分析。
4. 數值計算庫（指定版本）
pip install numpy==1.26.4 -i https://mirrors.aliyun.com/pypi/simple 版本鎖定原因：確保與課程/項目代碼兼容性。
5. 計算機視覺庫
pip install -i https://mirrors.aliyun.com/pypi/simple opencv-contrib-python
pip install -i https://mirrors.aliyun.com/pypi/simple opencv-python 組合安裝說明：opencv-contrib-python包含擴展模塊（如SURF算法），opencv-python為基礎庫。
四、PyCharm環境配置流程
1. 確認新環境路徑
conda env list # 查看pyTraining環境路徑（如D:\Anaconda3\envs\pyTraining） 2. 在PyCharm中配置解釋器
1. 打開PyCharm，進入File > Settings > Project: shixun > Python Interpreter
2. 點擊齒輪圖標 → Add Interpreter→ Add Local Interpreter
3. 瀏覽選擇新環境下的python.exe路徑（如D:\Anaconda3\envs\pyTraining\python.exe）
4. 點擊OK完成替換，等待依賴索引更新完成。
五、實戰驗證：運行示例腳本
執行測試命令
D:\Anaconda3\envs\pyTraining\python.exe F:\pyLshixun6.4\day8\search_img_mysql.py輸出示例：
77% | 1397/1803 [01:21<00:25, 15.92it/s]
驗證要點： -
確認腳本使用新環境的Python解釋器執行?
觀察進度條（由tqdm庫生成）是否正常更新
六、常見問題解決方案
1. 環境激活失敗
現象：執行conda activate后未出現環境前綴
排查步驟： - 檢查是否已執行conda init并重啟終端
? ? ? ? ? ? ? ? ? - 確認環境名稱拼寫是否正確（pyTraining非pyTranin）
2. PyCharm未識別新環境
解決方法： - 手動指定解釋器路徑時確保目錄正確
? ? ? ? ? ? ? ? ? - 嘗試重啟PyCharm或清除項目緩存（File > Invalidate Caches/Restart）
七、附：鏡像源列表
| 鏡像源 | URL |
| 阿里云 | Simple Index https://mirrors.aliyun.com/pypi/simple |
| 清華TUNA | Simple Indexhttps://pypi.tuna.tsinghua.edu.cn/simple |
使用建議：在pip命令中通過-i參數指定鏡像源，提升下載穩定性。
轉載聲明：本文允許非商業用途轉載，請保留原文鏈接與作者信息。
)
)
)