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