在pycharm中配置Anaconda以及pip源配置 及更新
轉自：https://www.cnblogs.com/jpfss/p/9192641.html
在學習推薦系統、機器學習、資料探勘時，python是非常強大的工具，也有很多很強大的模組，但是模組的安裝卻是一件令人頭疼的事情。
現在有個工具——anaconda，他已經幫我們整合好了很多工具了！anaconda裡面集成了很多關於python科學計算的第三方庫，主要是安裝方便，而python是一個編譯器，如果不使用anaconda，那麼安裝起來會比較痛苦，各個庫之間的依賴性就很難連線的很好。
在windows中，pycharm是一個比較好python編輯器，所以如果能把pycharm 和 anaconda結合起來，豈不是美哉！
1.下載安裝anaconda
點選這裡下載anaconda，注意對應自己想要安裝的python版本就行了。
這裡還要注意一個問題：因為anaconda是自帶Python的，所以不需要自己再去下載安裝Python了，當然，如果你已經安裝了Python也不要緊，不會發生衝突的！
2.下載安裝pycharm
建議使用這個編輯器吧，個人感覺還是很好用的。如果你是已經安裝了pycharm了，那麼可以直接跳到下一步。點選這裡下載pycharm
它會自動找到你安裝的python，安裝時按提示來就是了。
3.在pycharm中配置anaconda的直譯器
具體做法是：File->Default settings->Default project->project interpreter
接著點選 project interpreter 的右邊的小齒輪，選擇 add local ，選擇anaconda檔案路徑下的python.exe。接著pycharm會更新直譯器，匯入模組等，要稍等一點時間。
好了，到目前為止，anaconda在pycharm中的配置就基本完成了。難道我們就要滿足使用conda中的那些包了嗎？並不是，conda為我們帶來了更多的東西，使我們在管理Python庫的時候更加方便快捷！接下來就讓我來詳細為你解說一下吧！
1、配置國內源
讓我們先來解決第一個問題，相信這個問題也是讓很多人都感到頭疼的，因為如果不進行配置的話，安裝python庫的時候預設是使用國外的源，這時候下載速度會很慢！國內的源下載速度要好很多。
pip源配置
大家比較熟悉的可能是使用pip來安裝python的庫（也有可能是easy install，不過我這裡只講pip的配置），所以就先來解決pip的源吧。
**注意配置環境**windows7 （64位），Python3.6
- 在windows檔案管理器中，輸入
%APPDATA%,回車 - 接著會定位到一個新的目錄，在這個目錄中新建一個pip資料夾，然後在pip資料夾中新建個pip.ini檔案
- 最後再新建的pip.ini檔案中輸入一下內容：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple好了，到目前為止，pip源的配置就搞定了。
anaconda的源配置
在安裝了anaconda後，我們也可以使用anaconda來進行Python庫的安裝，同樣的也需要進行源的配置。（其實使用pip，anaconda來進行Python庫的安裝都是差不多，不過個人比較喜歡用anaconda）
這個配置方法就很簡單了，你只需要在配置了anaconda的pycharm中的終端（Terminal）逐條輸入以下兩條命令即可：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes好了，源的配置到此就完成了。大家有興趣可以去清華大學的開源映象站看看，會有很多驚喜的。
2、conda的包管理
anaconda為我們提供方便的包管理命令——conda, 下面我們來看看都有哪些有用的命令吧！
# 檢視已經安裝的packages
conda list
# 檢視某個指定環境的已安裝包
conda list -n python34
# 查詢package資訊
conda search numpy
# 安裝scipy
conda install scipy
# 安裝package
# 如果不用-n指定環境名稱，則被安裝在當前活躍環境
conda install -n python34 numpy
# 更新package
conda update -n python34 numpy
# 刪除package
conda remove -n python34 numpy由於conda將conda、python等都視為package，因此，完全可以使用conda來管理conda和python的版本，例如
# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python