快捷搜索:

pycharm中使用anaconda部署python环境的方法步骤

pycharm中使用anaconda部署python环境的方法步骤

  下载的asp源码怎么运行的快一点今天来说一下python中一个管理包很好用的工具anaconda,可以轻松实现python中各种包的管理。相信大家都会有这种体验,在pycharm也是有包自动搜索和下载的功能,这个我在前面的一篇博客中有相关的介绍(详情请查看点击打开链接),但是这种功能对于一些包是可以使用的,但是总是会遇到有些包下载失败或查询不到的时候,这个时候就会让人很苦恼了。这里我们就来说一下anaconda的好处。

  省时省心:Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。

  分析利器:在Anaconda官网中是这么宣传自己的:适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域。

  (1)在我们安装好anaconda的时候,这个工具中会自带很多python的包,我们可以在pycharm中可视化进行查看。

  (2)在我们需要使用的包系统中不存在的时候,我们可以很省心的进行包的在线下载,绝对的让你很满意。

  首先我们进入到anaconda的官网(点击打开链接),如下图所示,会看到anaconda的下载页面:

  下拉或者单击图中的Windows选项,得到如下图所示的界面,此时可以根据自己需要的版本进行相应的选择2.7或3.6,当然也可以其它的版本进行安装。

  点击图中的下载按钮后便可以进行anaconda的下载,之后便会得到一个anaconda的exe可执行文件。

  这里面选择第一个就可以了,因为我们一般都只会使用一个账户(当然有需要的也可以选择第二个,这里是无妨碍的),点击“Next”:

  单击图中的“Browse”,选择文件的安装位置(一般不提倡安装在c盘),然后点击“Next”,得下图:

  这里建议第二个选项不要打钩(因为我们有可能平时使用的是默认的python.ext,这样会产生冲突),在需要的时候我们可以在pycharm中找到文件的安装位置进行添加即可,单击“Install”,之后便可进行安装,然后等待安装完成。

  在“Settings”窗口中选择图中箭头所指的选项,然后会看到右侧有“Project Interpreter”,然后后面的框里面应该选择你的anaconda中python.exe的位置,自己进行选择即可,然后就会得到如上的界面。(由于我的是以前就搞好了的,所以就不重复了操作了)。点击“ok”,至此我们就已经完成了这个工作。

  在这里呢,我就使用比较“笨”方法了,设置环境变量的什么的就省了,如果有需要的可以自己到网上查阅相关的资料。

  执行如下图中箭头所示的操作将当前目录定位到anaconda的目录,记住要定位到其中的Scripts目录中asp教程,我的目录是“D:\Users\lenovo\Anaconda2\Scripts”,所以我定位到了这个文件位置。然后我们就可以使用pip进行安装了,记住这个pip是anaconda的pip工具(如果你装过python.exe的话,那么你的用户目录中的pip也是可以操作的,不过那里的pip就不是anaconda中的了,所以,请记住一定要切换到这个目录后进行pip安装),在这里我是使用了pip install cocos2d的命令进行了“cocos2d”这个包的安装,之后便是等待安装完成即可。

  本篇文章给大家带来的内容是关于Python如何筛选序列中的元素 ,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。1、需求序列中含有一些数据,我们需要提取其中的值或根据某些标准对序列做删减,2、解决方案要筛选序列中的数据,通常最简单的方法是使用列表推导式。例如:my...查看详情

  对于英文文本分句比较简单,只要根据终结符.划分就好,中文文本分句看似很简单,但是实现时会遇到很多麻烦,尤其是处理社交媒体数据时,会遇到文本格式不规范等问题。下面代码针对一段一段的短文本组成了文档分句import redef cut_sent(infile, outfile):...查看详情

  前言这篇文章主要介绍了linux中如何使用python3获取ip地址,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下。一、不带参数#!/usr/bin/python # -*- coding: UTF-8 -*- import o...查看详情

  Python 处理 JSON 数据时,dumps 函数是经常用到的,当 JSON 数据中有特殊类型时,往往是比较头疼的,因为经常会报这样一个错误。自定义编码类#!/usr/bin/env python# -*- coding:utf-8 -*-# Author: wxnacy(w...查看详情

  如下所示:list=[1,2,3,4,5,6,7,8,9,0,11,0,13,14,15,16,17,18,19,20]#把list分为长度为5的4段for j in range(0,len(list),5): matrix.append(list[j:j+5])matrix=...查看详情

  在pycharm使用过程中,对于每次新建的python文件的时候,关于代码编写者的一些个人信息快捷填写,使用模板的方式比较方便。方法如下:1.打开pycharm,选择File-Settings2.Editor –> File and Code Templates –>...查看详情

  最近由于开发业务量陡增,脚本一个接一个,一天好几个,为了便于后期的维护和调优,我习惯在前面加一些跟脚本相关的信息,如业务需求、开发思路、实现过程、开发周期、时间等等,因此做一个模版是必不可少的了,方法如下:尽量做成世上最详细(没有之一)1、左上角File2、Settings3、E...查看详情

  最近学习python,刚好学到了gui(tkinter)相关的知识,顺便一提,我学python用的是《programming python 4edition》这本书,在这里小小的推荐一下,感觉还不错。昨天在做一个简单的文本编辑器的时候,想要在窗口启动的时候就默认是最大化的,但是不...查看详情

  今天分享一下django的账号密码登陆,前端发送ajax请求,将用户名和密码信息发送到后端处理,后端将前端发送过来的数据跟数据库进行过滤匹配,成功就跳转指定页面,否则就把相对应的错误信息返回,同时增加一个小功能,在规定时间内超过规定的登录次数,就锁住无法登陆,等下一个时间段再允许...查看详情

  最近几天了解了一下人脸识别,应用场景可以是图片标注,商品图和广告图中有没有模特,有几个模特,模特的性别,年龄,颜值,表情等数据的挖掘。基础的识别用dlib来实现,dlib是一个机器学习的包,主要用C++写的,但是也有Python版本。其中最流行的一个功能是Facial Landm...查看详情

您可能还会对下面的文章感兴趣: