轻松精通PyCharm：高效管理第三方库和虚拟环境

轻松精通PyCharm：高效管理第三方库和虚拟环境

前言

  在pycharm中安装第三方库的方法有多种，下面我会详细介绍其中一种，在终端进行安装，操作简单，且成功率高。并且，我会详细介绍，如何在pycharm的虚拟环境中安装第三方库，以及如何提高安装速度。
  本文用的工具是PyCharm 2021.3.3，专业版。如果工具版本不同，操作步骤影响不会很大，主要是学会该方法。

一、引言

  在Python开发中，虚拟环境和第三方库管理是不可或缺的工具，它们为我们提供了一种有效而有组织的方式来构建、维护和扩展我们的项目。当我们开始着手一个新的Python项目时，通常会涉及到使用多个第三方库，每个库可能需要特定的版本或依赖关系。同时，不同项目可能需要不同的Python版本。这时，虚拟环境和第三方库管理就发挥了关键作用。

  在本文中，我们将深入探讨如何在PyCharm中创建虚拟环境，以及如何使用虚拟环境来安装、更新和管理第三方库。无论你是新手还是经验丰富的开发者，了解这些概念都将提高你的开发效率，确保项目的稳定性，以及为你提供更多的灵活性和控制权。让我们开始吧，探索如何在Python开发中充分利用虚拟环境和第三方库管理的优势。

二、创建虚拟环境

1.新建一个项目

  如上图所示，建立一个新项目，取名test，并选择默认虚拟环境Virtualenv。

2.建立一个Python文件

  右击项目名称test—>点击新建—>选择Python文件。我的Python名称为first，显示下图就建立成功了。

三、激活和退出虚拟环境

1.激活虚拟环境

  1）我们找到新建项目的路径，依次打开项目文件（就是你的项目名称）—>vene—>Scripts。

  2）然后在上面红框位置输入cmd，按回车即可进入该路径下的终端。在终端页面红框的位置，输入activate，即可激活虚拟环境。

  3）如果像下图一样，在路径前面显示venv，就意味着你已经成功进入了虚拟环境。

2.退出虚拟环境

  在虚拟环境中使用终端时，通常不需要显式退出虚拟环境，因为虚拟环境是一个独立的环境，你可以在其中运行你需要的命令。但是，有一些情况下可能需要退出虚拟环境：
  1）切换到其他虚拟环境或全局环境：如果你想要切换到其他虚拟环境或全局Python环境，你可以通过激活另一个虚拟环境或者简单地退出当前虚拟环境。
  2）关闭终端会话：当你关闭终端窗口或会话时，虚拟环境会自动退出。这是正常的行为。
  如果需要退出虚拟环境，只需要在命令行输入deactivate即可，和activate是相对应的。

四、在虚拟环境中安装第三方库

1.查看已安装的库

  在命令行输入以下命令，即可查看已安装的库。

pip list

2.安装第三方库（建议先阅读并操作步骤五）

  下面，我将以numpy库的安装为例。在终端命令行输入以下指令，然后回车即可。其中numpy可以替换成你想要安装的所有库的名称，比如pandas等。

pip install numpy

  显示红方框的内容即为成功安装numpy库。我们还可以运行pip list进行检验。

3.更新第三方库

  要更新已安装的第三方库，可以使用以下命令：

pip install--upgrade package_name

  其中，package_name是你想要更新的库的名称。

4.卸载第三方库

pip uninstall package_name

  其中，package_name是你想要卸载的库的名称。按照提示确认卸载操作。

五、解决安装速度慢的问题

  如果大家亲自动手操作，应该会发现安装速度很慢。那么，有没有加速的方法呢？当然是有的，我们可以更换镜像源实现加速。更换镜像源是指将你的计算机或软件从默认的服务器或源切换到另一个服务器或源，以获取更快的下载速度、更好的稳定性或访问特定的软件包或文件版本。
  1）运行以下命令，将 pip 的下载源设置为清华大学的镜像源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

  这将会修改 pip 的配置文件，使其使用清华大学镜像源作为默认的下载源，下图即为修改成功。

  2）如果想要恢复默认的下载源，可以使用以下命令：

pip config unset global.index-url

  这将会删除之前设置的镜像源，使 pip 恢复使用官方的下载源。当然，一般不需要这么做。

六、实践和建议

  我们可以运行以下程序进行检验：

import numpy as np

# 创建一个NumPy数组
arr = np.array([1, 2, 3, 4, 5])# 打印数组
print("NumPy Array:")
print(arr)# 计算数组的平均值
mean_value = np.mean(arr)
print("Mean:", mean_value)# 计算数组的标准差
std_deviation = np.std(arr)
print("Standard Deviation:", std_deviation)# 创建一个二维数组
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 打印二维数组
print("\n2D NumPy Array:")
print(matrix)# 计算二维数组的转置
transposed_matrix = np.transpose(matrix)
print("\nTransposed 2D Array:")
print(transposed_matrix)# 执行数组运算
result = arr * 2
print("\nArray Operation (Multiplication by 2):")
print(result)

  请注意，为了避免与系统的Python包冲突，建议使用虚拟环境来管理你的Python依赖项。这样可以更好地隔离项目之间的库，并避免全局Python环境的混乱。在虚拟环境中，你可以轻松地更新和卸载库，而不会影响其他项目。

总结

  以上就是今天要讲的内容，希望对你有所帮助。如果有问题，欢迎在评论区提出。如果本文有错误或者需要改进的地方，也请提出，谢谢。