Mac中安装Anaconda、Anaconda基础命令、Pycharm结合Anaconda，看这一篇就够啦！

Mac中安装Anaconda、使用Pycharm+Anacoda

安装Anaconda

1、输入https://www.anaconda.com/，点击free download

2、无需注册，点击跳过

3、下载安装包，选择类型（inter芯片还是苹果芯片，自行选择）

4、双击打开安装包，点允许

5、接下来一直继续即可

6、接下来安装anaconda的时候，会默认帮我们安装很多常用的包，其中也包括最新的python包和jupyter工具

7、发现安装完敲击conda没反应

8、输入

source ~/.bash_profile

输入之后即可，更新环境配置

9、conda list

conda list显示安装的包列表，显示正常即可

配置Anaconda的镜像加速

配置Anaconda的镜像加速有两种方式，一种是命令行配置形式，一种是配置文件形式

命令行配置

查看Anaconda的镜像配置源地址

conda config --show-sources

conda config --show channels

发现出来的anaconda的默认repo地址，接下来可以进行命令配置，修改远程地址，提高下载速度

在命令行输入：

#阿里云镜像配置

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/main
conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/r
conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/msys2

#设置搜索时显示通道地址

conda config --set show_channel_urls yes

#配置清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

设置搜索时显示通道地址

conda config --set show_channel_urls yes

设置完查看是否生效

配置文件形式

在Mac中，修改 ~/.condarc，内容如下：

vi ~/.condarc

#以清华源为例

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
show_channel_urls: true

#. wq 保存文件

使用下列命令清除索引缓存，并安装常用包测试一下。

conda clean -i

#测试wget下载包是否能安装成功
conda install wget

换回默认源

清除channels即可

conda config --remove-key channels

Anaconda基本操作命令

conda list 查看当前包列表

# 查看当前虚拟环境下的所有包
conda list
# 查看某个特定的包
conda list pak_name
# 比如查看numby的所有包
conda list numpy

安装、卸载包

1、查看当前指定包的安装版本列表信息

conda search pakName

2、查看某个包的详细信息

是在上个命令的基础上，显示更多具体信息

conda search pageName --info

3、安装指定的包

 conda install pakName

4、指定安装包的版本号

conda install pakName=版本号

5、 指定安装的源地址

conda install pakName --channel 通道地址

6、卸载指定的包

conda uninstall pakName

查看conda信息

1、查看当前版本

conda --version

2、查看当前conda信息

conda info

虚拟环境！！

介绍

虚拟环境是一种工具，可以让您在同一台计算机上创建多个独立的Python环境，每个环境可以拥有自己的Python解释器版本、包和依赖项。使用虚拟环境有以下几个优点：

1、隔离项目环境：

• 在开发中，不同的项目可能需要不同版本的Python或不同的第三方库。通过使用虚拟环境，您可以为每个项目创建一个独立的环境，确保项目之间的依赖关系互不干扰，避免包冲突问题。

2、管理依赖项：

• 虚拟环境允许您在每个项目中定义特定的依赖项和包版本，而不会影响系统中全局的Python环境。这样可以更轻松地管理项目的依赖关系，确保项目在任何环境下都能正常运行。

3、方便分享和部署：

• 通过将虚拟环境配置文件（如requirements.txt）包含在项目中，您可以轻松地共享项目并确保其他人可以在相同的环境下运行代码。此外，虚拟环境也方便在不同计算机之间部署项目，保证环境一致性。

4、实验和学习：

• 通过在虚拟环境中尝试不同的库和工具，可以更轻松地学习和实验Python编程。如果出现问题，可以轻松地清除虚拟环境并重新开始，而不影响其他项目或系统环境。

查看虚拟环境

#查看当前虚拟环境，*号显示当前正在使用的环境！
conda info --envs
#第二种方式，跟第一种一样
conda env list

右边显示的目录是env环境的地址，可以看到下载的包和运行脚本。

虚拟环境创建、激活、退出、删除

创建环境

# conda create -n *名称*  pagename=版本号

# 比如：创建一个python版本为3.8的虚拟环境

conda create -n py3_8 python=3.8

切换环境

# conda activate 环境名

conda activate py3_8

退出环境

conda deactivate

删除环境

# conda remove -n 环境名 --all

conda remove -n py_38 --all

使用Pycharm结合Anaconda

Pycharm新建项目可以用多少种方式指定python环境

–下面的科普内容可以不看，直接跳到创建项目的环节！

一、环境选择的核心原则

Python 开发的黄金法则： 每个项目必须拥有独立隔离的运行环境 ，避免全局依赖冲突。PyCharm 支持多种环境类型，选择逻辑如下：

二、按项目类型的优先策略

1. 数据科学 / 机器学习项目（首选 Conda 环境）

• 优势 ：Conda 自动管理科学计算库（如 NumPy、TensorFlow）的复杂二进制依赖，兼容多平台加速库（如 CUDA）。
• 操作 ：在 PyCharm 中选择 Conda Environment，可基于现有 Conda 环境或新建独立环境。

2. 通用 Python 开发（Web、脚本、工具等，首选 Virtualenv）

• 优势 ：轻量、标准，兼容 Python 3.3 + 内置的 venv模块，通过 requirements.txt即可复现环境。
• 操作 ：选择 New environment using Virtualenv，PyCharm 默认使用 venv创建隔离环境。

三、次优选择与注意事项

1. 高级依赖管理工具（Pipenv/Poetry）

• 适用场景 ：复杂项目需依赖解析和锁定（如团队协作、版本控制）。
• 注意 ：普及度低于 venv + pip，新手建议从标准方案入手。

2. 系统解释器（强烈不推荐）

• 风险 ：直接使用系统 Python（如 /usr/bin/python3）会导致全局包污染，引发版本冲突。
• 例外 ：仅临时运行简单脚本，或开发需全局安装的系统工具时使用。

四、其他场景与高级选项

1. 已有独立环境 ：若已用 venv/conda手动创建环境，选择 Previously configured interpreter并指定解释器路径（如 venv/bin/python）。
2. 容器 / 远程开发 ：通过 Docker/SSH/WSL选项配置环境，适用于需部署到特定运行环境的项目。

五、最佳实践总结

1. 环境隔离是刚需 ：
   • 数据科学项目 → Conda Environment（处理复杂依赖）。
   • 其他项目 → Virtualenv Environment（轻量通用）。
2. 避免全局污染 ：永远不要在正式项目中使用系统 Python 解释器。
3. 复现性与协作 ：
   • Conda 环境用 environment.yml锁定依赖；
   • Virtualenv 用 requirements.txt记录包版本。
4. PyCharm 集成优势 ：工具自动检测环境并优化依赖安装流程，降低配置成本。

六、一句话总结

「数据科学选 Conda，通用开发选 Virtualenv，绝对不用系统解释器」 —— 遵循这一原则，可有效避免依赖地狱，提升项目可维护性与协作效率。

使用Pycharm结合Anaconda

1、打开pycharm点击新建项目

2、输入项目信息，点击创建

• 选择自定义环境
• 生成新的（pycharm会自动帮我们根据项目创建env虚拟环境，一个项目一个环境是最好的）
• 选择python版本
• 选择conda路径

3、点击创建后pycharm会自动帮我们的当前项目创建一个env虚拟环境并且切换到这个环境

新建个python文件运行，可以成功跑起来

到终端这里输入 conda env list

会发现多了个env环境，并且跟项目名一致，带 * 号也就是当前系统切换到这个env。以后每个项目都可以创建，一个项目专属一套环境。