一、Anaconda介绍

1.1 为什么选择Anaconda？

Anaconda是一个开源的Python发行版本，主要用于数据科学和机器学习，它包含了Python、conda以及众多工具和库，让我们可以轻松的构建和管理python虚拟环境，方便的进行python项目开发。下面是选择Anaconda的理由：

• 安装简单方便
• 便捷的Python虚拟环境管理：Anaconda可以轻松创建和管理Python虚拟环境。
• 强大的包管理器：Anaconda 包含一个名为 conda 的包管理器，它比pip更为强大。
• 集成工具和库： Anaconda 集成了许多用于数据科学和机器学习的重要工具和库，如 NumPy、Pandas、Jupyder Notebook等。
• 开源免费、跨平台、活跃的社区支持

1.2 Anaconda还是Miniconda？

Miniconda是Anaconda的精简版本，不包含众多数据分析用到的第三方python包，若要使用，则需自己手动安装这些第三方python包。同时它也不包含基于conda的GUI工具Anaconda Navigator，这意味着你只能使用命令行工具。

1.3 什么是conda，它与pip的区别是？

conda是一个CLI（命令行界面）程序，是一个包管理器和python虚拟环境管理器，在windows下，建议使用Anaconda Prompt 或 Anaconda PowerShell Prompt来处理conda命令。
pip是python常用的包管理工具，它和conda有如下区别：

• pip专注于python包的安装和管理，conda不仅可以安装管理python包，还可以安装管理非python包，它专注于数据科学和机器学习。
• conda在安装python包时，能自动安装其依赖项，并确保安装的软件包与其他软件包兼容，pip也可以处理依赖关系，但它在处理依赖时可能会出现一些限制，需要手动处理依赖的版本问题。
• pip不能创建管理python虚拟环境，conda可以创建管理python虚拟环境。

1.4 什么是Anaconda Navigator 和 Anaconda Prompt?

• Anaconda Prompt：是conda建议使用的命令行工具程序。
• Anaconda Navigator：是基于conda的GUI程序，使我们可以通过图形界面执行conda指令。

1.5 Anaconda下载安装

• Anaconda个人免费版下载链接
• 安装这里就不赘述了，双击启动安装程序，一直点击下一步即可，只需在这个步骤额外修改下勾选选项即可：
  

二、Python虚拟环境介绍

2.1 什么是python虚拟环境？

python虚拟环境是一种用于隔离和管理不同“python解释器 + python第三方库”的工具，每个python虚拟环境都有自己独立的python解释器 和python第三方依赖库。
不同的python项目，我们创建并绑定不同的python虚拟环境，这样各个项目就可以独立运行，互不干扰，在迁移项目时，也可以连同其所属的python虚拟环境一同打包迁移，这样就不会出现pyhton运行环境不兼容的问题。

2.2 为什么要使用python虚拟环境？

相信很多人跟笔者一样，在使用python时碰到过这些问题：

• 同样的python代码，迁移到另一个环境中运行时，为什么总是会报各种错误？
• 几个python项目，各自使用的python解释器和python依赖库版本不一样，怎么互不干扰，独立运行？

其实通过python虚拟环境，就可以解决上述问题。

三、Pycharm介绍

3.1 为什么要使用Pycharm？

Pycharm是一款功能强大的Python IDE，下面是选择它的理由：

• 功能强大且易上手：Pycharm提供代码编辑和导航、调试、集成版本控制、插件扩展等丰富的功能，可以让开发者省去大量的搭建开发环境的时间，而且易上手。
• 免费使用：Pycharm 社区版是免费的。
• 活跃的社区支持

3.2 Pycharm下载安装

• 这里我们选择下载免费的社区版：Pycharm下载链接，注意选择社区版进行下载
  

• 双击安装包启动安装，一直点击下一步即可，只需在这个步骤额外修改下勾选选项即可：
  

四、Python开发环境搭建

笔者这里搭建的Python开发环境，采用Anaconda构建和管理Python虚拟环境，采用Pycharm作为IDE。

4.1 使用conda创建和管理python虚拟环境

笔者建议，如果没有必要，请使用Anaconda Prompt/Anaconda PowerShell Prompt命令行工具

• conda的一些基本命令

#显示conda帮助信息
conda -h
#列出已有虚拟环境
conda env list
#激活切换虚拟环境
conda activate MyEnvName
#在当前虚拟环境安装包（如numpy）
conda install numpy
conda install numpy=1.21.0
#在当前虚拟环境批量安装包
conda install --yes --file requirements.txt
#列出当前虚拟环境已安装的包
conda list
#批量导出当前虚拟环境依赖包
conda list -e > requirements.txt
#

• 创建python虚拟环境

#显示conda create（创建python虚拟环境）帮助信息
conda create -h
#在默认路径创建虚拟环境（指定python版本，然后会安装一些默认的包）
conda create -n MyEnvName python=3.7.12

• 删除python虚拟环境，注意使用下面的指令删除python虚拟环境之后，虚拟环境对应的文件夹可能还会残留一些文件，请手动删除该文件夹

#彻底删除pyhton虚拟环境(注意不能删除当前激活的python虚拟环境)
conda env remove -n MyEnvName

4.2. 使用Pycharm创建python项目并关联conda虚拟环境

• 打开Pycharm客户端，依次点击" File > New Project..."，进入下图所示的创建pyhton项目界面，参考下图创建pyhton项目并关联python虚拟环境
  

4.3 在Pycharm中使用git进行python项目版本控制

• 首先需要在电脑上安装配置Git，关于Git的安装配置，笔者这里就不做赘述了。安装配置Git后，Pycharm就可以使用
  Git本地仓库进行版本管理了。
  

• 我们按照前面的步骤，在Pycharm创建了Python项目后，使用git对该项目进行版本控制时，需要创建对应的.gitignore文件，我们可以借助.ignore插件创建该文件

  • 首先安装.ignore插件

  • 然后按照下图所示给对应项目创建.gitignore文件
    
    

  • 这里，我们还要修改一下.gitignore文件，使git不要追踪.idea/文件夹
    

• 最后，因为Pycharm创建项目时，默认已经将.idea/文件夹git add加入暂存区了，这里我们需要将其撤销
  

• 这里演示一下Pycharm中Git本地版本控制

  • 文件颜色所表示的git状态
    

  • git commit本地提交
    

  • 修改上次git commit的备注
    

• 会使用git命令行的，建议直接使用Pycharm 中的git bash，使用git命令行来进行版本控制
  

4.4 在Pycharm中使用Gitee进行python项目版本控制

上面章节中，已经介绍了在Pycharm中，如何使用Git在本地进行版本控制。如果需要上传代码到远程代码仓库，实现在线协作、代码托管、远程仓库版本控制等需求，就需要使用代码托管平台。笔者这里使用基于Git的代码托管和协作平台Gitee，也可使用GitHub、GitLab等其他代码托管平台。

• 注册Gitee（码云账号）：Gitee官网，这里笔者不做赘述。

• Pycharm安装Gitee插件：
  

• 配置Gitee账号
  

• 上传本地已有git仓库到gitee

  • 首先需要在gitee上创建一个空项目，这里不做演示。
  • 将本地仓库与gitee远程仓库关联，并push本地仓库到gitee
    

• 从Gitee拉取项目到本地，注意：最后别忘了给项目设置Python虚拟环境
  
  

4.5 在Pycharm删除python项目

• 首先关闭项目：Pycharm左上角点击File，选择Close Project
• 然后找到项目文件夹，直接删除该文件夹

五、 总结

通过上面章节的介绍，我们构建了这样一个完整的Python开发环境：

• 使用 Anaconda 管理虚拟环境，管理包
• 使用 Pycharm 作为IDE，进行Python项目开发
• 使用 Git 、Pycharm插件.ignore及Pycharm内置对Git的支持，完成本地代码版本控制
• 使用Gitee和Pycharm插件intellij-gitee，完成代码远程托管和版本控制