在pycharm中配置Anaconda以及pip源配置

在学习推荐系统、机器学习、数据挖掘时，python是很是强大的工具，也有不少很强大的模块，可是模块的安装倒是一件使人头疼的事情。

如今有个工具——anaconda，他已经帮咱们集成好了不少工具了！anaconda里面集成了不少关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，若是不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难链接的很好。

在windows中，pycharm是一个比较好python编辑器，因此若是能把pycharm 和 anaconda结合起来，岂不是美哉！

1.下载安装anaconda
点击这里下载anaconda，注意对应本身想要安装的python版本就好了。

这里还要注意一个问题：由于anaconda是自带Python的，因此不须要本身再去下载安装Python了，固然，若是你已经安装了Python也没关系，不会发生冲突的！

2.下载安装pycharm
建议使用这个编辑器吧，我的感受仍是很好用的。若是你是已经安装了pycharm了，那么能够直接跳到下一步。点击这里下载pycharm
它会自动找到你安装的python，安装时按提示来就是了。

3.在pycharm中配置anaconda的解释器
具体作法是：File->Default settings->Default project->project interpreter

接着点击 project interpreter 的右边的小齿轮，选择 add local ，选择anaconda文件路径下的python.exe。接着pycharm会更新解释器，导入模块等，要稍等一点时间。

好了，到目前为止，anaconda在pycharm中的配置就基本完成了。难道咱们就要知足使用conda中的那些包了吗？并非，conda为咱们带来了更多的东西，使咱们在管理Python库的时候更加方便快捷！接下来就让我来详细为你解说一下吧！

一、配置国内源

让咱们先来解决第一个问题，相信这个问题也是让不少人都感到头疼的，由于若是不进行配置的话，安装python库的时候默认是使用国外的源，这时候下载速度会很慢！国内的源下载速度要好不少。

pip源配置

你们比较熟悉的多是使用pip来安装python的库（也有多是easy install，不过我这里只讲pip的配置），因此就先来解决pip的源吧。

**注意配置环境**windows7 （64位），Python3.6

1. 在windows文件管理器中，输入%APPDATA%,回车
2. 接着会定位到一个新的目录，在这个目录中新建一个pip文件夹，而后在pip文件夹中新建个pip.ini文件
3. 最后再新建的pip.ini文件中输入一下内容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

好了，到目前为止，pip源的配置就搞定了。

anaconda的源配置

在安装了anaconda后，咱们也可使用anaconda来进行Python库的安装，一样的也须要进行源的配置。（其实使用pip，anaconda来进行Python库的安装都是差很少，不过我的比较喜欢用anaconda）

这个配置方法就很简单了，你只须要在配置了anaconda的pycharm中的终端（Terminal）逐条输入如下两条命令便可：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/


conda config --set show_channel_urls yes

好了，源的配置到此就完成了。你们有兴趣能够去清华大学的开源镜像站看看，会有不少惊喜的。

二、conda的包管理

anaconda为咱们提供方便的包管理命令——conda, 下面咱们来看看都有哪些有用的命令吧！

# 查看已经安装的packages

conda list



# 查看某个指定环境的已安装包

conda list -n python34



# 查找package信息

conda search numpy



# 安装scipy

conda install scipy



# 安装package

# 若是不用-n指定环境名称，则被安装在当前活跃环境

conda install -n python34 numpy



# 更新package

conda update -n python34 numpy



# 删除package

conda remove -n python34 numpy

因为conda将conda、python等都视为package，所以，彻底可使用conda来管理conda和python的版本，例如

# 更新conda，保持conda最新

conda update conda


# 更新anaconda

conda update anaconda



# 更新python
conda update python