详细了解PyCharm支持的4种Python Interpreter和配置方法


初次使用Pycharm的时候,可能会对于解释器的配置有些疑问,因为PyCharm支持以下4种Python Interpreter:

  • Virtualenv Environment
  • Conda Environment
  • System Interpreter
  • Pipenv Environment

1. Virtualenv Environment

1.1 Virtualenv Environment是什么?

Python的虚拟环境可以使一个Python程序拥有独立的库library和解释器interpreter,而不用与其他Python程序共享统一个library和interpreter。虚拟环境的好处是避免了不同Python程序间的互相影响(共同使用global library 和 interpreter),例如程序A需要某个库的1.0版本,而程序B需要同样这个库的2.0版本,如果程序B执行,则A就不能执行了。

virtualenv,是一款Python工具,用以创建独立的Python虚拟环境。在一个Python虚拟环境中,持有Python所必须的依赖库,形成Python的虚拟运行空间。

Pycharm中集成了Virtual Environment工具,用以创建独立的虚拟环境。
Virtual Environment主要解决的库依赖和版本依赖、以及间接授权等问题。

1.2 如何使用Virtualenv Environment?

打开Pycharm的Virtualenv Environment配置界面,发现存在两种配置方式:

1.2.1. New environment

采用Pycharm中的New environment直接创建
Pycharm集成virtualenv工具后,使用起来变的非常方便。

需要配置的项:

  • Location:指定创建虚拟环境的目录。

    一般创建虚拟环境都是一个项目可能创建一个虚拟环境,所以最好将环境创建在你运行的项目的根目录下。

    这里我运行的项目是D:\WorkSpace\RepetitionCode目录下的Mask_RCNN-master。所以目录选择在:D:\WorkSpace\RepetitionCode\Mask_RCNN-master\venv

  • Base Interpreter:指定电脑上存在的Python编译器的目录。

    可以是你安装的Python,也可以是你使用anaconda创建的虚拟Pyhon。

    我用的anaconda自带python3.7。但是我这里想要使用Python3.6。所以我已经用anaconda创建了一个py36的虚拟环境。所以我指定的是虚拟Py36的所在目录D:\CodingSoftware\Anaconda3\envs\py36\python.exe

    关于如何用conda创建虚拟环境的详细内容:默认python3.7版本的anaconda ——>python3.6

  • Inherit global site-packages :勾选该选项后则可以使用Base interpreter中配置的python环境所安装的所有组件,不选将和外界完全隔离,不加载Base interpreter中配置的python环境下的包,也就是一个干净的环境,需要自己重装安装所需的包;

  • Make available to all projects:表示可将此虚拟环境提供给所有项目使用。

然后点击OK按钮。
在这里插入图片描述
会发现在D:\WorkSpace\RepetitionCode\Mask_RCNN-master目录下生成了一个venv文件夹:

此时看一下此环境下的包:

1.2.2. Existing environment

看一下Existing environment中只需要配置一项任务:Interpreter。这个就是指定你的电脑中已经存在的一项虚拟环境目录。
在这里插入图片描述
已经存在的虚拟环境目录可以是:

  1. 自己通过控制台建立的一个新的虚拟环境目录

    此方式过程可以参考: Felix-微信(Felixzfb),此处不做说明。

  2. 自己以前通过New environment创建的虚拟环境的目录。

    比如: 新建项目Python,解释器选择Virtualenv下的Existing environment,将上一步创建的虚拟环境导入。
    在这里插入图片描述
    看一下环境,和刚刚的环境一样:

2. Conda Environment

2.1 Conda Environment是什么?

Conda Environment就是使用Anaconda中带有的Python解释器。

安装Anaconda软件,Anaconda会自带很多的包,其中包括Python解释器。因此如果电脑中安装了Anaconda软件,也可以使用Anaconda里面附带安装的Python解释器或者通过Anaconda创建的虚拟Python解释器。和上面的操作类似。

2.2 如何配置 Conda Environment?

打开Pycharm的Conda Environment配置界面,发现存在两种配置方式:
在这里插入图片描述
和上面一样的两种方式:

2.2.1. New environment

使用Anaconda创建一个新的虚拟Python环境。Anaconda会帮我们下载所指定的Python版本。

需要配置的项:

  • Location:指定通过Anaconda创建虚拟环境的目录。

    Anaconda创建的虚拟环境一般在Anaconda安装目录下的envs目录下。

    我安装的Anaconda目录是:D:\CodingSoftware\Anaconda3,所以目录选择在:D:\CodingSoftware\Anaconda3\envs\py38

  • Python version:安装python版本号。

    可以是你安装的Python,也可以是你使用anaconda创建的虚拟Pyhon。

    我用的anaconda自带python3.7。但是我这里想要使用Python3.6。所以我已经用anaconda创建了一个py36的虚拟环境。所以我指定的是虚拟Py36的所在目录D:\CodingSoftware\Anaconda3\envs\py36\python.exe

    关于如何用conda创建虚拟环境的详细内容:默认python3.7版本的anaconda ——>python3.6

  • Conda executeable:安装的Anaconda执行器的文件路径。

  • Make available to all projects:勾选后,表示可将此虚拟环境提供给所有项目使用。

然后点击OK按钮。
在这里插入图片描述

会发现在D:\CodingSoftware\Anaconda3\envs目录下生成了一个py38文件夹:

此时看一下此环境下的包:

你可以激活此虚拟环境,查看版本信息:

2.2.2. Existing environment

看一下Existing environment中需要配置的任务:
在这里插入图片描述

  • Interpreter。这个就是指定你的conda虚拟环境中已经存在的一项解释器目录。

    发现我的conda下面存在3个解释器可以选择。在这里插入图片描述
    1)下载Anaconda自带的解释器
    2)通过Anaconda prompt建立的一个Python3.6
    3)上一步通过pycharm创建的一个Python3.8

  • Conda executeable:安装的Anaconda执行器的文件路径。

  • Make available to all projects:勾选后,表示可将此虚拟环境提供给所有项目使用。

你可选择一个虚拟器使用,但是这里的每个环境都是共用的。

3. System Interpreter

system interpreter表示本地的解释器。

选择系统里面安装的Python作为解释器,不推荐使用。也就是加载系统中存在的解释器。

要在PyCharm中使用Python代码,您需要配置至少一个解释器。系统解释器是Python安装随附的系统解释器。您可以仅将其用于所有Python脚本,也可以将其用作Python虚拟环境的基本解释器。

3.1 如何配置系统Python解释器?

  1. 确保已在计算机上下载并安装了Python。

    如果您使用的是Windows,则可以从Microsoft Store下载Python,并将其安装为Python解释程序。从Microsoft Store下载Python应用程序后,它就可以在Python可执行文件列表中找到。

  2. 在“Interpreter”字段中,键入所需解释器可执行文件的标准路径,或单击浏览按钮然后在打开的“ 选择Python解释器”对话框中,选择所需的Python可执行文件,然后单击“确定”。

4. Pipenv Environment

4.1 Pipenv是什么?

Pipenv是一种工具,提供了为Python项目创建虚拟环境所需的所有必要手段。在您安装或卸载软件包时,它会通过Pipfile文件自动管理项目软件包。

pipenv 是 Pipfile 主要倡导者、requests 作者 Kenneth Reitz 写的一个命令行工具,主要包含了Pipfile、pip、click、requests和virtualenv。Pipfile是社区拟定的依赖管理文件,用于替代过于简陋的 requirements.txt 文件。

Pipenv还会生成Pipfile.lock文件,该文件用于生成确定性构建并创建工作环境的快照。当项目要求和程序包版本很重要时,这对于对安全敏感的部署特别有用。有关pipenv更多详细信息,请参阅项目文档pipenv

4.2 如何配置 Pipenv Environment?

4.2.1 准备步骤

要将Pipenv与PyCharm结合使用,您需要执行几个准备步骤。

  1. 运行以下命令以确保系统中已安装pip:

    $ pip --version
    
         
         
    • 1
  2. pipenv通过运行以下命令进行安装:

       $ pip install --user pipenv
    
         
         
    • 1

    安装完成后,您将看到以下消息:

  3. 为了方便起见,可以将用户库的二进制目录添加到PATH环境变量中。如果您跳过此过程,PyCharm将在添加pipenv环境时提示您指定pipenv可执行文件的路径。

    1. 运行以下命令:
      py -m site --user-site
      我的电脑输出:C:\Users\86571\AppData\Roaming\Python\Python37\site-packages
      在这里插入图片描述
    1. 在此路径中替换site-packages为Scripts,以接收要添加到PATH变量的字符串 ,例如:
      setx PATH "%PATH%;C:\Users\86571\AppData\Roaming\Python\Python37\Scripts"

可以随时在项目设置中更改pipenv可执行文件的指定路径。在File / Settings中找到Tools | Python Integrated Tools ,然后在Path to Pipenv executable字段中输入目标路径 。

准备步骤完成后,您可以使用pipenv为新项目或现有项目创建虚拟环境。

4.2.2 为新的Python项目设置pipenv
  1. 创建一个新的Python项目PipenvTest
  2. 在“Create Project”对话框中,选择New environment using,然后从可用虚拟环境列表中选择Pipenv
  3. 如果已将用户库的二进制目录添加到PATH环境变量中,则无需设置任何其他选项:pipenv可执行文件的路径将被自动检测。
  4. 点击Create

    打开Settings发现当前的环境:在这里插入图片描述
4.2.2 为现有的Python项目配置pipenv
  1. 先从该项目中删除刚刚添加的环境:

  2. 在Add Python Interpreter 对话框的左侧窗格中,单击Pipenv Environment。

  3. 如果已将用户库的二进制目录添加到PATH环境变量中,则无需设置任何其他选项:pipenv可执行文件的路径将被自动检测。

    如果您看到“找不到Pipenv可执行文件”错误消息,请按照上面pipenv安装过程查找可执行文件路径,并将其添加到Pipenv可执行文件字段。

  4. 单击确定以完成任务。

           ┏┓      ┏┓
         ┏┛┻━━━┛┻┓
         ┃      ☃      ┃
         ┃  ┳┛  ┗┳  ┃
         ┃      ┻      ┃
         ┗━┓      ┏━┛
             ┃      ┗━━━┓
             ┃               ┣┓
             ┃永无止境 ┏┛
             ┗┓┓┏━┳┓┏┛
               ┃┫┫  ┃┫┫
               ┗┻┛  ┗┻┛
    
         
         

    参考:
    配置Python解释器
    PyCharm三种解释器的区别(virtual Enviroment, system interpreter, conda Enviroment)

    原文地址 https://blog.csdn.net/qq_41498261/article/details/109112331

    Logo

    旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

    更多推荐