Anaconda的快速入门以及使用pycharm创建虚拟环境

原创于 2025-08-20 10:53:08 发布 · 303 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#pycharm #ide #python #conda

Conda 入门使用教程

Conda 是一个强大的 Python 环境和包管理工具，广泛用于数据科学、机器学习和软件开发。本教程结合 Anaconda 使用指南的内容，总结 Conda 的核心功能和基本使用方法，帮助初学者快速上手。

1. 什么是 Conda？

Conda 是 Anaconda 发行版中的核心工具，用于管理 Python 虚拟环境和第三方包。它解决了以下问题：

Python 版本兼容性：Python 2 和 Python 3 语法不兼容，Conda 允许在同一台机器上创建多个独立的 Python 环境。
包管理：Conda 简化了第三方包的安装、卸载和版本管理，避免环境混乱。
环境隔离：为不同项目创建独立的虚拟环境，防止包冲突，便于项目迁移。

Conda 的核心理念是通过虚拟环境隔离不同的 Python 解释器和包集合，确保项目运行环境的独立性和可移植性。

2. 安装 Anaconda

下载 Anaconda：
- 访问 Anaconda 官网下载安装包。
- 推荐选择 Python 3 版本，因为 Python 2 已停止维护。
安装：
- 按照安装向导逐步完成安装，Windows、MacOS 和 Linux 均支持。
- 安装完成后，会包含以下工具：
  - Anaconda Navigator：图形化界面，用于管理环境和包。
  - Jupyter Notebook：基于 Web 的交互式计算环境。
  - Spyder：Python 集成开发环境（IDE）。
  - QtConsole：仿终端的图形化 Python 控制台。
配置环境变量（Windows）：
- 将 Anaconda 的 Scripts 目录添加到系统环境变量 PATH 中，例如：D:\Software\Anaconda\Scripts。
- 打开命令行（建议以管理员模式），输入 conda --version 检查是否配置成功（例如，输出 conda 4.4.11）。
- 运行 conda upgrade --all 更新所有工具包，防止版本问题。
  ![外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传](https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=https%3A%2F%2Fsiteproxy.ruqli.workers.dev%3A443%2Fhttps%2Fcdn.jsdelivr.net%2Fgh%2FHJ-github-of-China%2Fpictures%40main%2Fimage-20250820001230711.png&pos_id=img-qO5gjlGV-175565825475

3. 管理虚拟环境

Conda 的核心功能是创建和管理虚拟环境，以下是常用命令（在命令行操作）：

3.1 激活 Base 环境

conda activate

进入 Anaconda 自带的 base 环境，命令行前会出现 (base)。
输入 python 可启动 base 环境的 Python 解释器。

3.2 创建虚拟环境

conda create -n myenv python=3

创建名为 myenv 的虚拟环境，并指定 Python 版本（例如 Python 3 的最新版）。
新创建的环境位于 Anaconda 安装目录的 envs 文件夹中，例如 D:\Software\Anaconda\envs\myenv。

3.3 切换虚拟环境

conda activate myenv

切换到指定虚拟环境 myenv，命令行前显示 (myenv)。
若忘记环境名称，可用以下命令查看所有环境：
```
conda env list
```

3.4 删除虚拟环境

conda remove -n myenv --all

删除名为 myenv 的虚拟环境及其所有包。

4. 管理第三方包

Conda 支持通过 conda 或 pip 安装和管理第三方包。

4.1 安装包

conda install requests

或

pip install requests

安装 requests 包到当前激活的虚拟环境。
安装后，可进入 Python 解释器（输入 python）并运行 import requests 验证。

4.2 卸载包

conda remove requests

或

pip uninstall requests

从当前环境中卸载 requests 包。

4.3 查看已安装包

conda list

列出当前环境中所有已安装的包。

4.4 更新包

conda update requests

更新指定包到最新版本。

5. 导出和导入环境

Conda 支持导出虚拟环境配置，便于在其他机器上重现相同环境。

5.1 导出环境

conda env export > environment.yaml

将当前环境的包信息导出到 environment.yaml 文件。

5.2 导入环境

conda env create -f environment.yaml

根据 environment.yaml 文件创建相同的虚拟环境。

6. 工作原理

Conda 的虚拟环境本质上是独立的 Python 环境，包含：

Python 解释器：位于虚拟环境目录的根目录（如 myenv/python.exe）。
包集合：位于 myenv/Lib/site-packages 的第三方包和标准库。

Anaconda 安装目录下的 envs 文件夹存储所有虚拟环境，每个虚拟环境是一个完整的 Python 环境。通过 conda activate，Conda 切换当前使用的解释器和包路径。

7. 与 PyCharm 集成

PyCharm 可与 Conda 虚拟环境无缝集成：

打开 PyCharm，进入 File > Settings > Project > Python Interpreter(设置-> 项目-> python解释器)。
点击齿轮图标，选择 Add Interpreter > Existing Environment(添加新的解释器->conda环境->选择创建好的虚拟环境即可)。
确认后，PyCharm 将加载该环境的包，方便开发。

8. 常用命令汇总

conda activate              # 切换到 base 环境
conda activate myenv        # 切换到 myenv 环境
conda create -n myenv python=3  # 创建名为 myenv 的环境
conda env list              # 列出所有环境
conda list                  # 列出当前环境的所有包
conda install requests      # 安装 requests 包
conda remove requests       # 卸载 requests 包
conda update requests       # 更新 requests 包
conda env export > environment.yaml  # 导出环境配置
conda env create -f environment.yaml  # 从配置文件创建环境
conda remove -n myenv --all  # 删除 myenv 环境