Linux下Pycharm、Anaconda环境配置及使用踩坑

在Linux环境下配置PyCharm和Anaconda，是许多Python开发者经常遇到的任务，特别是对于初学者，这个过程可能会遇到一些坑。下面将详细讲解如何配置这两个工具以及如何解决使用过程中的一些常见问题。 我们来安装PyCharm。你可以从官方网站(https://www.jetbrains.com/pycharm/download/#section=linux)下载最新版本的PyCharm社区版或专业版。下载完成后，通过终端进入下载目录，解压文件，然后执行`bin`目录下的`pycharm.sh`启动PyCharm。首次启动需要激活，可以选择使用License server，输入`http://artemis.my.to`激活。 接下来是安装Anaconda。Anaconda是一个包含众多科学计算库的Python发行版，提供了方便的环境管理功能。同样从官方网站(https://repo.continuum.io/archive/index.html)下载对应版本，解压后在终端中执行安装脚本`Anaconda2-5.0.1-Linux-x86_64.sh`。 配置PyCharm使用Anaconda的Python环境，需要在PyCharm的设置中添加解释器。选择`Settings`，点击右上角的设置按钮，然后点击`Add`，路径应指向Anaconda的Python可执行文件，例如`/home/python/anaconda2/bin/python`。 在使用Anaconda的过程中，可能会遇到以下问题： 1. 如果你需要在Anaconda环境之外安装包，可以先使用`pip uninstall`卸载原有的包，然后在Anaconda的环境下使用`conda`或`pip`重新安装。例如，卸载`tqdm`后，使用`sudo /usr/local/anaconda2/bin/pip install tqdm`进行安装。 2. Anaconda安装的第三方包通常位于`/usr/local/anaconda2/lib/python2.7/site-packages`目录下。 3. 当需要对Anaconda目录进行权限修改时，可以使用`sudo chmod 777 -R anaconda2`命令赋予超级权限。 4. 遇到“Qt平台插件“xcb”找不到”的错误，这通常是由于Qt的依赖没有正确安装。可以使用`ldd libqxcb.so`检查缺失的依赖，然后使用`conda`命令安装缺失的包，如`conda remove qt`、`conda remove pyqt`、`conda install qt`、`conda install pyqt`。 5. 创建独立的Anaconda环境来安装特定的软件包，比如TensorFlow，需要先创建环境（例如`tensorflow`），然后激活该环境并安装所需的包。确保有权限写入`/usr/local/anaconda2/envs`，如果没有，使用`sudo chmod 777 -R /usr/local/anaconda2`。接着，创建环境： ``` conda create -n tensorflow Python=2.7 ``` 然后激活环境： ``` source activate tensorflow ``` 设置TensorFlow的下载链接并安装： ``` export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.0-cp27-none-linux_x86_64.whl sudo pip install --ignore-installed --upgrade $TF_BINARY_URL ``` 在环境中安装其他所需包，如`numpy`或`scikit-learn`，可以使用`pip install <package_name>`。 以上就是Linux环境下配置PyCharm和Anaconda的基本步骤，以及解决使用过程中常见问题的方法。理解这些步骤和解决策略，将有助于你在Python开发过程中更顺利地管理和使用环境。