PyCharm中如何直接使用Anaconda已安裝的庫
前言
實習生問：我咋看見你經常用Anaconda的jupyter notebook寫python程式碼，為啥不用PyCharm呢？
…
對於我個人而言現在主要的工作是資料分析，挖掘，直接下載Anaconda安裝後，就可以啟動jupyter notebook，寫程式碼也感覺比較方便，尤其是PyCharm的啟動和執行很笨重
但是之前用Django以及爬蟲專案的時候，PyCharm優勢就非常明顯了
較為詳細的解釋
Jupyter notebook的特點：
- 開源。
- 支撐 30 種語言，包括一些資料科學領域很流行的語言，如 Python、R、scala、Julia 等。
- 允許使用者建立和共享檔案，檔案中可以包括公式、影象以及重要的程式碼
- 擁有互動式元件，可以程式設計輸出視訊、影象、LaTaX。不僅如此，互動式元件能夠用來實時視覺化和操作資料。
- 它也可以利用 scala、python、R 整合大資料工具，如 Apache 的 spark。使用者能夠拿到和 pandas、scikit-learn、ggplot2、dplyr 等庫內部相同的資料。
- markdown 標記語言能夠程式碼標註，使用者能夠將邏輯和思考寫在筆記本中，這和python內部註釋部分不同。Jupyter 筆記本的用途包括資料清洗、資料轉換、統計建模和機器學習。
PyCharm的特點：
- 它能對類、物件、關鍵字的補全和自動縮排，能格式化程式碼，定製程式碼片段和格式。
- 支援錯誤的突出顯示，同時也包含 PEP-8，能幫助寫出整潔的程式碼，易於支撐其他語言。
- 它提供快速和安全的重構功能。
- 它帶有一個圖形介面式的 Python/JavaScript 偵錯程式。使用者能夠基於 GUI 來測試。
- 它有一個快速的文件定義檢視，能在不丟失上下文的情況下看到文件或物件的定義。同時 Jetbrain 提供的文件十分全面，還包含視訊教程。
用PyCharm的最大優勢就是寫起來更爽，且看下圖：
自動提示功能十分的強大，那麼如何在PyCharm中直接使用Anaconda已安裝的庫？
PyCharm中直接使用Anaconda已安裝的庫Ctrl+Alt+S開啟Setting，開啟Project: PyCharm，找到Project Interpreter
選擇上圖中的設定齒輪，在彈出的選單中選擇Add Local…，彈出如下圖，並選擇System Interpreter：
選擇右邊的…按鈕，在彈出的框內選擇本地的Anaconda安裝路徑的python，確定即可：
驗證：
可以看到PyCharm自動提示功能中已經有了pandas庫了，當然其他的庫也都可以使用了後記
當然，也可以像之前一樣，直接在PyCharm中使用pip安裝下面給大家介紹下，供大家參考
PyCharm中匯入資料分析庫
雖然安裝完Anaconda後，就可以直接使用資料分析庫進行程式碼編寫以及資料分析，但是有時候我還是習慣用PyCharm開發（畢竟有很多年的Android Studio 和IDEA的使用經驗），如何在PyCharm中匯入常用的資料分析庫呢？
（1）開啟PyCharm，選擇左下角的Terminal，更新pip
python -m pip install -U pip
（2）安裝各種庫命令
python -m pip install -U numpy scipy matplotlib pandas scikit-learn ipython jupyter sympy nose
-U也可寫成–user，如果之前安裝過，想要更新，則寫為 --upgrade
（3）也可以簡寫（但是官方不推薦，使用簡單的安裝，可能會出問題，比如用-user安裝的檔案不會寫入系統目錄）
pip install numpy pip install scipy pip install pandas pip install matplotlib
總結
到此這篇關於PyCharm中如何直接使用Anaconda已安裝的庫的文章就介紹到這了,更多相關PyCharm使用Anaconda已安裝的庫內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！