Windows下的PyCharm與Ubuntu下的Python的互動
Windows下的PyCharm與Ubuntu下的Python的互動
實驗環境:
Windows10
Ubuntu18.04
Pycharm2019.1.2(專業版)
Python3.6.5
1、在Windows下與Ubuntu下新建目錄,作為兩個環節之間的連線橋樑
1.1 在Windows下的D盤新建SparkProgram目錄,具體的路徑地址如下 D:\SparkProgram
1.2 在Ubuntu下新建SparkProgram目錄,具體的路徑地址如下/home/hadoop/SparkProgram
# 新建目錄 $ sudo mkdir /home/hadoop/SparkProgram # 修改目錄的所有者許可權 $ sudo -R hadoop:hadoop /home/hadoop/SparkProgram
2、檢視Ubuntu的網路環境以及python的版本
# 檢視網路配置,獲取IP地址 $ ifconfig $ whereis python # 檢視當前的python安裝情況,獲得python執行目錄
網路環境
Python安裝情況
3、Pycharm的配置
3.1、開啟Pycharm,然後依次開啟 File > Open ,找到 D:\SparkProgram 目錄 並開啟,如下
3.2 開啟Pycharm,然後依次開啟 File > setting ,然後在Project:SparkProgram下找到 Project Interpreter,開啟當前介面下的設定(右側小齒輪圖示),並進行新增(Add)操作,如圖:
3.3 在新增的設定上,選擇 SSH Interpreter 設定 , 通過第二步獲取的IP地址以及Ubuntu的使用者名稱進行引數設定,如下圖
3.4 配置完成後進入下一步的配置,要求輸入Ubuntu的密碼,如下圖:
3.5 配置完成後,將進入Python編譯器的配置以及對映目錄的處理,在這一個過程中,依據第二步獲取的python位置,以及第一步建立的對映目錄進行處理,這裡需要注意,在完成Python編譯器的設定後,記得勾選 Execute code using this interpreter with root privileges via sudo 選項,這裡關於目錄對映的修改可以通過 Sysc foldres 右側的檔案圖示進行
4、 修改 SSH Terminal 下的預設編碼,將其設定為 UTF-8
5 在Tools下找到Deployment,開啟其中的Configuration,進行mapping的設定 , 這裡Local path 指的是 第一步建立的 D:\SparkProgram ; Deployment path 指的是 /home/hadoop/SparkProgram ,如圖
6 測試
在D:\SparkProgram下,新建一個demo.py 檔案,輸入如下內容,
import matplotlib.pyplot as plt #建立圖形物件 fig = plt.figure() #新增子圖區域,引數值表示[left, bottom, width, height ] ax = fig.add_axes([0,0,1,1]) #準備資料 langs = ['C', 'C++', 'Java', 'Python', 'PHP'] students = [23,17,35,29,12] #繪製柱狀圖 ax.bar(langs,students) plt.show()
選擇當前建立的檔案按,在Tools下找到Deployment,點選 upload to [email protected] ,進行檔案上傳, 然後去Ubuntu的 /home/hadoop/SparkProgram 目錄下,檢視當前的內容
上傳後
在Ubuntu進行檢視
# 切換目錄 $ cd /home/hadoop/SparkProgram # 檢視內容 $ ls
在PyCharm執行demo.py