前言

實習生問：我咋看見你經(jīng)常用Anaconda的jupyter notebook寫python代碼，為啥不用PyCharm呢？
…
對于我個人而言現(xiàn)在主要的工作是數(shù)據(jù)分析，挖掘，直接下載Anaconda安裝后，就可以啟動jupyter notebook，寫代碼也感覺比較方便，尤其是PyCharm的啟動和運行很笨重
但是之前用Django以及爬蟲項目的時候，PyCharm優(yōu)勢就非常明顯了

較為詳細的解釋

Jupyter notebook的特點：

1. 開源。
2. 支撐 30 種語言，包括一些數(shù)據(jù)科學領域很流行的語言，如 Python、R、scala、Julia 等。
3. 允許用戶創(chuàng)建和共享文件，文件中可以包括公式、圖像以及重要的代碼
4. 擁有交互式組件，可以編程輸出視頻、圖像、LaTaX。不僅如此，交互式組件能夠用來實時可視化和操作數(shù)據(jù)。
5. 它也可以利用 scala、python、R 整合大數(shù)據(jù)工具，如 Apache 的 spark。用戶能夠拿到和 pandas、scikit-learn、ggplot2、dplyr 等庫內(nèi)部相同的數(shù)據(jù)。
6. markdown 標記語言能夠代碼標注，用戶能夠?qū)⑦壿嫼退伎紝懺诠P記本中，這和python內(nèi)部注釋部分不同。Jupyter 筆記本的用途包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、統(tǒng)計建模和機器學習。

PyCharm的特點：

1. 它能對類、對象、關鍵字的補全和自動縮進，能格式化代碼，定制代碼片段和格式。
2. 支持錯誤的突出顯示，同時也包含 PEP-8，能幫助寫出整潔的代碼，易于支撐其他語言。
3. 它提供快速和安全的重構(gòu)功能。
4. 它帶有一個圖形界面式的 Python/JavaScript 調(diào)試器。用戶能夠基于 GUI 來測試。
5. 它有一個快速的文檔定義視圖，能在不丟失上下文的情況下看到文檔或?qū)ο蟮亩x。同時 Jetbrain 提供的文檔十分全面，還包含視頻教程。

用PyCharm的最大優(yōu)勢就是寫起來更爽，且看下圖：

自動提示功能十分的強大，那么如何在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打開Setting，打開Project: PyCharm，找到Project Interpreter

選擇上圖中的設置齒輪，在彈出的菜單中選擇Add Local…，彈出如下圖，并選擇System Interpreter：

選擇右邊的…按鈕，在彈出的框內(nèi)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(jīng)有了pandas庫了，當然其他的庫也都可以使用了后記

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中導入數(shù)據(jù)分析庫

雖然安裝完Anaconda后，就可以直接使用數(shù)據(jù)分析庫進行代碼編寫以及數(shù)據(jù)分析，但是有時候我還是習慣用PyCharm開發(fā)（畢竟有很多年的Android Studio 和IDEA的使用經(jīng)驗），如何在PyCharm中導入常用的數(shù)據(jù)分析庫呢？
（1）打開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安裝的文件不會寫入系統(tǒng)目錄）

pip install numpy
pip install scipy
pip install pandas
pip install matplotlib

總結(jié)

到此這篇關于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(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論