1.anaconda與pycharm的關系
1、python
python自身缺少numpy、matplotlib、scipy、scikit-learn....等一系列包，需要我們安裝pip來導入這些包才能進行相應運算（python3.5自帶了get-pip.py，不需額外下載安裝），在cmd終端輸入：pip install numpy就能安裝numpy包了。每次都額外安裝所需要的包略麻煩，這時候我們可以采用anaconda了。
2、Anaconda
Anaconda(開源的Python包管理器)是一個python發行版，包含了conda、Python等180多個科學包及其依賴項。包含了大量的包，使用anaconda無需再去額外安裝所需包。python3.5自帶了一個解釋器IDLE用來執行.py腳本，但是卻不利於我們書寫調試大量的代碼。常見的是用notepade++寫完腳本，再用idle來執行，但卻不便於調試。
包括以下部分：
Anaconda Prompt 是一個Anaconda的終端，可以便捷的操作conda環境。
IPython 是一個 python 的交互式 shell，比默認的python shell 好用得多，支持變量自動補全，自動縮進，支持 bash shell 命令，內置了許多很有用的功能和函數。
Jupyter Notebook 這得從IPython 3.x版本開始說起，這是最后的大一統版本，包括notebook、qtconsole等等，從IPython 4.0版本開始IPython只集中精力做交互式shell，變得輕量化，而剩下的notebook格式，qtconsole，和notebook web應用等都分離出來統一命名為Jupyter。至此IPython和Jupyter分家。
Jupyter Qtconsole 調用交互式命令台。從IPython 4.0版本開始，很多IPython子命令現在變成了Jupyter子命令，如ipython notebook現在是jupyter noteboook。
Spyder 是一個使用Python語言的開放源代碼跨平台科學運算IDE。Spyder可以跨平台，也可以使用附加組件擴充，自帶交互式工具以處理數據。
3、PyCharm
PyCharm是一種Python IDE（集成工具），帶有一整套可以幫助用戶在使用Python語言開發時提高其效率的工具，比如調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制。此外，該IDE提供了一些高級功能，以用於支持Django框架下的專業Web開發。將anaconda中的python.exe集成到pycharm中，便可以在使用pycharm的過程中使用到所有anaconda的包了。
4、IDE
集成開發環境（IDE，Integrated Development Environment ）是用於提供程序開發環境的應用程序，一般包括代碼編輯器、編譯器、調試器和圖形用戶界面等工具。集成了代碼編寫功能、分析功能、編譯功能、調試功能等一體化的開發軟件服務套。所有具備這一特性的軟件或者軟件套（組）都可以叫集成開發環境。如微軟的Visual Studio系列，Borland的C++ Builder、Delphi系列等。該程序可以獨立運行，也可以和其它程序並用。IDE多被用於開發HTML應用軟件。例如，許多人在設計網站時使用IDE（如HomeSite、DreamWeaver等），因為很多項任務會自動生成。
發行版由個人，松散組織的團隊，以及商業機構和志願者組織編寫。它們通常包括了其他的系統軟件和應用軟件，以及一個用來簡化系統初始安裝的安裝工具，和讓軟件安裝升級的集成管理器。
————————————————
版權聲明：本文為CSDN博主「X_dmword」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/X_dmword/article/details/88848573
2.在pycharm中使用anaconda的不同環境
總體而言有兩種方式進行“環境”的管理：
1.在anaconda中提前准備好項目所需的環境，然后在pycharm中選擇相應環境的解釋器；
2.在pycharm中設定新建項目時隨即生成對應的環境。
方式一：
創建新環境：
可以在Anaconda Prompt中使用命令行的方式創建新的“環境”，也可以在Anaconda Navigator的圖形界面中點擊鼠標創建新的“環境”。
Prompt中：conda create --name <env_name> <package_names>
<env_name> 即創建的環境名。建議以英文命名，且不加空格，名稱兩邊不加尖括號“<>”。
<package_names> 即安裝在環境中的包名。名稱兩邊不加尖括號“<>”。
如果要安裝指定的版本號，則只需要在包名后面以 = 和版本號的形式執行；如果要在新創建的環境中創建多個包，則直接在 <package_names> 后以空格隔開，添加多個包名即可，例如
conda create -n python3 python=3.5 numpy pandas
即創建一個名為“python3”的環境，環境中安裝版本為3.5的python，同時也安裝了numpy和pandas。
Navigator中：
在左邊列表中點擊“Environments”，選擇下方“create”，輸入新環境的名字，等待即可。如下圖：
可以看到，除了默認的base環境，我又新建了兩個新的環境，准備好環境后打開pycharm，新建項目，然后選擇project interpreter（項目解釋器），如下圖所示：
忽略3中顯示的python解釋器，它是用python官網的安裝包安裝的，而我們需要的是上一步新建環境中的解釋器。
點擊框中的4，出現如下窗口，然后按照1、2的順序點擊：
在anaconda安裝路徑中的envs文件夾中可以找到所有現有的“環境”，點擊去之后，選擇python.exe即可，最后點擊確定。
方式二：在新建項目時隨即生成新的環境
在pycharm新建項目，同上，選擇 project interpreter，如下圖所示：
在4的下拉框中選擇conda方式，然后pycharm會自動檢測到location和python version，所以這兩項默認就行。
最關鍵的是5，conda executable查了一圈都沒有人特別說明，基本都是使用我剛才說的方式一，而且還都是用的anaconda默認的base環境。需要說明，這是一種非常不好的方式，因為之所以使用anaconda，就是因為它強大的環境控制能力，可以在不同的環境中使用不同版本的包，如果所有項目都直接指定某一固定的解釋器，那為什么還要折騰anaconda？直接使用pip+virtualenv也是同樣可以的。言歸正傳，conda executable指的是conda可執行文件（conda.exe）的位置，默認情況下為空，如果不指定，則會提示conda executable path is empty，需要手動選擇或者輸入。如6所示。它的位置在anaconda的安裝位置的Scripts文件夾下，選擇之后點擊確定即可。
需要注意的是，使用方式二隨之創建的新環境的位置同樣在anaconda安裝路徑中的envs文件夾下，也同樣可以使用Anaconda Prompt或者Anaconda Navigator進行環境管理和包管理，可以說是非常方便使用了。
兩種方式區別的淺見：
方式一：需要提前准備好所需的環境，當項目間的包沒有干擾時，可以復用其他項目的庫，避免每次重新安裝
方式二：每次都會生成獨立的環境，不會對其他的項目造成干擾，但是每次創建項目時都會耗費較長的時間
————————————————
版權聲明：本文為CSDN博主「Wang_PChao」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/JT_WPC/article/details/86355903
3.為什么說anaconda中新建的環境是虛擬環境？
anaconda所謂的創建虛擬環境其實就是安裝了一個真實的python環境, 只不過我們可以通過activate,conda等命令去隨意的切換我們當前的python環境, 用不同版本的解釋器和不同的包環境去運行python腳本.
4.在pycharm中使用anaconda中的庫
下載anaconda后會發現它同時下載了許多的庫，在spyder中可以正常使用，但在pycharm中會發現顯示沒有，用pip下載也會顯示已有，以下是導入方法：
打開pycharm
然后選擇anaconda這個
如果沒有，選擇右上角設置，add,點ok添加(我的已有不能再添加)
改變以后如果沒有導入所有庫，點擊右邊的anaconda圖標（一次沒有完全導入就再點一次）
這時這個文件就可以使用這些庫了
如果還需要別的庫，點擊右邊的加號，搜索下載即可
這個方法同樣適用於引進別的庫（比如pip下載的庫）
————————————————
版權聲明：本文為CSDN博主「隰有游龍」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/qq_44616044/article/details/90142037
https://blog.csdn.net/honest_boy/article/details/95222818
5.anaconda中的包如何傳到pycharm中使用?
在pycharm的setting中設置
在project interpreter 中的 existing environment 中選擇 anaconda3安裝目錄下的的 python.exe 就可以了,然后會自動加載,!最后形成如圖片所示的樣子!
轉載於:https://www.cnblogs.com/xuying-fall/p/8298923.html
6.每次在anaconda中新建一個環境，都要重新安裝各種庫嗎？
有的時候我們在使用anaconda3 的虛擬環境時，需要配置一個類似的環境，重新配置的話太過麻煩，因此可以復制或克隆一個類似的環境，然后再相應的刪減或增加依賴的包：
復制或克隆環境：
conda create -n 新環境名稱–clone 被克隆環境名稱
例如，通過克隆tensorflow2來創建一個稱為newtensorflow的副本：
conda create -n newtensorflow–clone tensorflow2
————————————————
版權聲明：本文為CSDN博主「人間兵庫saleng」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/qq_42815385/article/details/88353306
查現有環境
conda info --env
復制環境
有兩種辦法復制環境：
一，在本機上，直接使用
conda create -n 新環境名 --clone 舊環境名
復制既有環境
二，如果要復制到其他機器，就要考慮導出當前環境到文件，利用文件再次創建環境
1） 導出環境
首先激活要導出的環境
conda activate 環境名
導出環境
conda env export > 環境名.yaml
利用conda env export 導出的是個yaml格式的文件，該文件記錄了環境名，軟件源地址以及安裝包列表
2） 使用yaml配置文件創建新環境
conda env create -f 環境名.yaml
在新的機器中可直接執行上述命令，生成的環境與復制源完全一樣（包括環境名），如果想在同一台機器上復制，需要把yaml文件中的環境名修改為一個新的名字，否則會沖突。
【注】還有一種復制環境的方式
conda list --explicit > env.txt
conda create -n newenv -f env.txt
這種方式只能復制環境中以conda install安裝的包，不能復制pip install安裝的包，因此不建議使用。
————————————————
版權聲明：本文為CSDN博主「馬大哈先生」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/qq_37764129/article/details/102496746
7.既然在anaconda中可以新建各種python版本的環境，那為什么還有anaconda2&3的區別呢？
暫時不是很了解2與3的區別，但是這不是當前我應該關注的問題，多敲代碼更實在。