在pycharm中配置Anaconda以及pip源配置

在學習推薦系統、機器學習、數據挖掘時，python是非常強大的工具，也有很多很強大的模塊，但是模塊的安裝卻是一件令人頭疼的事情。

現在有個工具——anaconda，他已經幫我們集成好了很多工具了！anaconda里面集成了很多關于python科學計算的第三方庫，主要是安裝方便，而python是一個編譯器，如果不使用anaconda，那么安裝起來會比較痛苦，各個庫之間的依賴性就很難連接的很好。

在windows中，pycharm是一個比較好python編輯器，所以如果能把pycharm 和 anaconda結合起來，豈不是美哉！

1.下載安裝anaconda
點擊這里下載anaconda，注意對應自己想要安裝的python版本就行了。

這里還要注意一個問題：因為anaconda是自帶Python的，所以不需要自己再去下載安裝Python了，當然，如果你已經安裝了Python也不要緊，不會發生沖突的！

2.下載安裝pycharm
建議使用這個編輯器吧，個人感覺還是很好用的。如果你是已經安裝了pycharm了，那么可以直接跳到下一步。點擊這里下載pycharm
它會自動找到你安裝的python，安裝時按提示來就是了。

3.在pycharm中配置anaconda的解釋器
具體做法是：File->Default settings->Default project->project interpreter

接著點擊 project interpreter 的右邊的小齒輪，選擇 add local ，選擇anaconda文件路徑下的python.exe。接著pycharm會更新解釋器，導入模塊等，要稍等一點時間。

好了，到目前為止，anaconda在pycharm中的配置就基本完成了。難道我們就要滿足使用conda中的那些包了嗎？并不是，conda為我們帶來了更多的東西，使我們在管理Python庫的時候更加方便快捷！接下來就讓我來詳細為你解說一下吧！

1、配置國內源

讓我們先來解決第一個問題，相信這個問題也是讓很多人都感到頭疼的，因為如果不進行配置的話，安裝python庫的時候默認是使用國外的源，這時候下載速度會很慢！國內的源下載速度要好很多。

pip源配置

大家比較熟悉的可能是使用pip來安裝python的庫（也有可能是easy install，不過我這里只講pip的配置），所以就先來解決pip的源吧。

**注意配置環境**windows7 （64位），Python3.6

1. 在windows文件管理器中，輸入%APPDATA%,回車
2. 接著會定位到一個新的目錄，在這個目錄中新建一個pip文件夾，然后在pip文件夾中新建個pip.ini文件
3. 最后再新建的pip.ini文件中輸入一下內容：

[global]
index-url = https://pypi.tuna./simple
1
2

好了，到目前為止，pip源的配置就搞定了。

anaconda的源配置

在安裝了anaconda后，我們也可以使用anaconda來進行Python庫的安裝，同樣的也需要進行源的配置。（其實使用pip，anaconda來進行Python庫的安裝都是差不多，不過個人比較喜歡用anaconda）

這個配置方法就很簡單了，你只需要在配置了anaconda的pycharm中的終端（Terminal）輸入一下命令即可：

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

conda config --set show_channel_urls yes
1
2
3

好了，源的配置到此就完成了。大家有興趣可以去清華大學的開源鏡像站看看，會有很多驚喜的。

2、conda的包管理

anaconda為我們提供方便的包管理命令——conda, 下面我們來看看都有哪些有用的命令吧！

# 查看已經安裝的packages
conda list

# 查看某個指定環境的已安裝包
conda list -n python34

# 查找package信息
conda search numpy

# 安裝scipy
conda install scipy

# 安裝package
# 如果不用-n指定環境名稱，則被安裝在當前活躍環境
conda install -n python34 numpy

# 更新package
conda update -n python34 numpy

# 刪除package
conda remove -n python34 numpy
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

由于conda將conda、python等都視為package，因此，完全可以使用conda來管理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
1
2
3
4
5
6
7
8