Python本地虚拟环境搭建及Pycharm配置

 一、虚拟环境搭建的几种方式

      看到上面这个标题你也许质疑为什么是本地，没错，与之相对的就是远程虚拟环境的搭建。大部分开发者可能用的是windows系统来进行开发，然后将开发后的项目部署到Linux服务器上，那么在Linux上搭建虚拟环境，然后本地来使用就属于远程虚拟环境搭建了。
而本篇文章探讨的是本地虚拟环境的搭建，搭建的方式有很多，比较常见的有：

• anaconda
• virtualenv
• pipenv

那么这几种有什么区别以及又该如何选择呢？
      anaconda和后面两种区别较大，在上一篇文章中提过全局环境就是将Python包下载下来直接安装就使用了，anaconda你可以理解成一个集成工具，它已经集成了Python，那么不同版本的anaconda集成了不同版本的Python，所以你无需再单独去下载Python了，只需要下载一个anaconda即可，安装后集成的Python就是全局环境的Python。
       而针对后面两种，需要注意的是你必须单独去下载Python并且安装在全局环境中，然后在全局环境中再去安装能够虚拟化环境的工具包。
       显然anaconda比较适合初学者，不用费那么大力去折腾环境了，无论是初学者还是有基础的朋友们，我都建议使用第一种，上手容易而且也好用，在本篇文章中我们就来探讨第一种方式的安装与使用。

二、Anaconda的安装

既然安装就需要下载：

• 官网
• 清华镜像源

       推荐使用清华镜像源，不同版本的Anaconda中带着不同的Python解释器，假如使用Python3.8.5，就需要下载该版本的Anaconda。
此时进行安装，基本上就是一直Next即可，但是需要注意2个地方：

第一个选项就是适合自己，第二个选项就是任何用户都可以。

       这个地方建议选择第一项，第一项就是自动添加系统环境变量，这样我们就不用自己来配置，它的效果就是当你安装完成后，可以直接在Dos命令行中输入Anaconda相关的命令。
       此时，就继续向下安装即可。当你完成安装后你可以直接在Dos命令行中输入conda和python命令，如果出现下面的内容，那么就是完成了Anconda的安装：

C:\Users\shenjianping>conda -V
conda 4.9.2

C:\Users\shenjianping>python
Python 3.8.5 (default, Sep  3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32

Warning:
This Python interpreter is in a conda environment, but the environment has
not been activated.  Libraries may fail to load.  To activate this environment
please see https://conda.io/activation

Type "help", "copyright", "credits" or "license" for more information.
>>>

三、Anconda的配置

       Anconda主要是为了创建虚拟环境，使用Anconda提供的conda命令即可，而且也可以安装依赖包，不过每个人的习惯不同。比如，我就是使用conda来创建虚拟环境，使用pip（已经集成了Python，所以自带了pip）来安装依赖包，pip就是Python的依赖包管理工具。
      但是这两个工具拉去依赖包都是从官网拉取，这样会很慢，所以我们需要对其进行包的源的配置。

• conda源配置
• pip源配置

（一）conda源配置

具体参考：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

       在用户家目录下新建一个.condarc文件（C:\Users\shenjianping\\.condarc），写入下面配置信息：

channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

       接着运行 conda clean -i 命令清除索引缓存，保证用的是镜像站提供的索引，此时通过conda命令所有的软件包都是从清华镜像源拉取。

（二）pip源配置

在用户家目录下新建一个pip文件夹，然后在文件夹下新建一个pip.ini文件（C:\Users\shenjianping\pip\pip.ini），写入下面信息：

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

四、Anconda的使用

通过上述的配置后，就可以正常使用了，那么来实践一下吧！

假如创建一个虚拟环境：

conda create -n testEnv python=3.10

上面的命令就是创建一个Python解释器是3.10版本、名称（-n相当于-name）是testEnv的虚拟环境。 查看虚拟环境：

conda info --env

进入这个虚拟环境：

conda activate testEnv

此时命令行的前面有一个括号，里面就是你的虚拟环境名称：

C:\Users\shenjianping>conda activate testEnv

(testEnv) C:\Users\shenjianping>

此时可以在这个环境下安装各种依赖包了，如：

(testEnv) C:\Users\shenjianping>pip install requests

查看安装的依赖包：

(testEnv) C:\Users\shenjianping>pip list

如果需要进入全局环境时，就退出虚拟环境：

(testEnv) C:\Users\shenjianping>conda deactivate

如果这个虚拟环境你不需要，你也可以删除掉：

conda remove -n testEnv --all

这就是基本常规操作。

五、Pycharm中配置虚拟环境

       上面过程一直在DOS窗口中进行操作的，难道在开发中也要这样搞吗？那不得疯掉吗，所以我们需要找一个IDE工具来进行开发，但是此时IDE中需要配置这个虚拟环境，那么你知道自己安装的虚拟环境在什么地方吗？

       你应该关注Anaconda安装后的位置，如果默认安装的话，请查看自己这个路径：C:\Users\shenjianping\\.conda\envs

       显然，这个路径下就是所有的虚拟环境，我们使用的Pyhon解释器路径：C:\Users\shenjianping\.conda\envs\testEnv

       接下来我们打开我们的IDE，作者本人使用的是PyCharm工具：

这样就完成了Pycharm中Python解释器的配置了。

更多文章合集前往：往期精彩文章