您好,登录后才能下订单哦!
这篇文章主要讲解了“pycharm与conda配合进行的python版本控制与开发环境的问题分析”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“pycharm与conda配合进行的python版本控制与开发环境的问题分析”吧!
之前是一直使用jupyter进行机器学习的开发与学习。直到数据科学的老师给我们发了一些py的参考代码(jupyter是ipynb),我才意识到我需要一个好用的编辑器。别提vim,老子不会。 本来是想用idel的,但是这个货好像没有基于mac的版本。spyter在体验上又极差,碰巧有了jetbrains全家桶的许可,毕竟之前在idea上做开发,用pychram也算是老朋友。
说正事,我有一个完整的机器学习的conda环境,建立新的数据科学项目的时候想直接使用,但是pycharm不允许这样做。pycharm会在你新建工程的时候给你再新建一个新的conda环境与你的项目名称一致。 就是下面这个了。
我觉得这样做也是好的,毕竟轻量的开发环境是每个优雅的程序员毕生追求的(vim牛逼)。
所以我要做的就是。。在pycharm的终端里面不算conda install xxx. 这一点也和conda的初衷是一样的,只要我需要的。
注意一下,pycharm里面conda终端默认换成刚才建立的那个,不需要conda activate xxx。
感谢各位的阅读,以上就是“pycharm与conda配合进行的python版本控制与开发环境的问题分析”的内容了,经过本文的学习后,相信大家对pycharm与conda配合进行的python版本控制与开发环境的问题分析这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。