---

前言

本文介紹如何利用Anaconda和Pycharm這兩個強大的工具，實現Python項目的高效開發。通過構建虛擬環境、安裝依賴包及利用Pycharm的集成開發環境功能，開發者能夠輕松管理項目依賴，提升編程效率。

---

具體操作

---

Pycharm連接配置 Anaconda（miniconda）創建的虛擬環境

Anaconda
https://download.csdn.net/download/qq_51917985/91449105
Pycharm
https://download.csdn.net/download/qq_51917985/91449051

---

1. Anaconda的下載和環境的創建，鏡像加速
下載完成之后一路下一步安裝即可，有兩點需要注意：
- 安裝路徑一定不要選在C盤。
- 添加路徑一定要勾選上，后面CMD可以直接使用。

安裝完畢之后參考下面進行測試是否安裝成功
Win + R 輸入cmd ，或者直接在搜索框里面輸入cmd，啟動命令提示符

輸入下面的命令，檢查是否安裝成功，顯示版本號就是安裝成功了

conda --version

配置Anaconda國內鏡像加速

Anaconda的默認源在國外，替換為國內的鏡像進行加速。提高下載速度
復制下列指令到cmd中執行即可完成加速。

conda config --remove-key channels
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

下面開始創建一個虛擬環境
首先使用下面的命令創建一個名稱為demo，python版本為3.8.5的虛擬環境

conda create -n demo python==3.8.5

如果已經存在demo虛擬環境，可以進行刪除，不存在就繼續進行下面的步驟

conda env remove --name demo

創建成功之后使用下面命令進行啟動

conda activate demo

命令行左側括號表示當前所處的虛擬環境。看到demo就是激活成功了

下面演示在虛擬機環境中安裝python庫，例如：要安裝4.4.0.44版本的opencv，執行下列命令

pip install opencv-python==4.4.0.44

---

2.Pycharm的下載和Anaconda環境的使用

只需要一直下一步，注意事項有兩個
1.不要安裝在C盤。
2.一定要把能勾選上的都勾選上。

1.啟動PyCharm

2. 新建一個項目

3.選擇剛剛我們創建的demo虛擬環境

4.點擊下面創建就可以了

6.進去之后右下角的demo出現就是成功了，并且點擊可以進行切換虛擬環境

---

Pip

Python 官方推薦的“包安裝器”（package installer）。

1. 從 PyPI（Python 官方倉庫）下載/更新/卸載第三方庫
2. 解析依賴關系
3. 生成 requirements.txt，方便“一鍵復現”環境

命令行

pip install numpy==1.26.4
pip list                    # 查看已裝包
pip freeze > req.txt        # 導出依賴
pip install -r req.txt      # 按文件一次性安裝

? 優缺點
輕量、官方標配、PyPI 資源最全。
– 只能管 Python 包，不管 C/C++ 運行時、系統級依賴；
– 不自帶環境隔離，需要配合 venv/virtualenv。
? 注意事項
多項目并存時先用 python -m venv myenv 建虛擬環境，再 pip install 到該環境，防止“全局污染”。

---

Anaconda

下載鏈接
https://download.csdn.net/download/qq_51917985/91449105

一個“數據科學全家桶”發行版，= Python 解釋器 + 1000+ 常用科學計算包 + 自己的包/環境管理器 conda。
① 一鍵安裝 numpy、pandas、scikit-learn、PyTorch 等；
② 用 conda 創建、導出、克隆、切換不同 Python 版本和依賴集合；
③ 可安裝非 Python 庫（MKL、CUDA、R、Julia）。

命令行

conda create -n tf python=3.10 tensorflow
conda activate tf
conda env export > tf.yml
conda env create -f tf.yml

也可用 Anaconda Navigator 圖形界面。
? 優缺點
省去找包、編譯的煩惱；跨平臺二進制包最穩；環境管理比 venv 強大。
– 安裝包巨大（>500 MB）；conda 倉庫版本可能滯后；商業用途需注意 Anaconda 公司新條款。
? 注意事項
一個機器上可以同時存在 conda 與 pip，但不要在同一環境里混裝大量包，優先 conda → 找不到再用 pip。

---

PyCharm

下載鏈接
https://download.csdn.net/download/qq_51917985/91449051

JetBrains 出品的 Python IDE（集成開發環境），分社區版（免費）與專業版（收費）。
? 能做什么
① 寫代碼：智能補全、重構、調試、單測；
② 管環境：一鍵新建/切換 venv、conda、pipenv、poetry；
③ 管包：圖形界面點兩下就能 pip/conda 安裝；
④ 集成 Git、Docker、Jupyter、遠程解釋器。
? 怎么用
新建項目 → 選解釋器（Existing/venv/conda）→ Settings → Project Interpreter → “+”搜索包 → Install。
調試：在代碼左側打斷點 → 右鍵 Debug。
? 優缺點
功能最全的 Python IDE，專業版對 Web、數據庫支持好；
– 較重，低配電腦可能卡頓；專業版收費。
? 注意事項
每個 PyCharm 項目都對應一個解釋器，確保“項目解釋器”路徑正確，否則會出現“包明明裝了卻 import 報錯”。

命令行

conda create -n tf python=3.10 tensorflow
conda activate tf
conda env export > tf.yml
conda env create -f tf.yml

---

三者關系一圖勝千言

---

總結

如果你需要安裝新的包或者是修改對應的包，只需要在pycharm中自帶的命令提示符中安裝即可。

---