
5.3 将安装后的外部模块导入PyCharm中
用上述两种方法安装外部模块后,必须通过【Configure】选项将外部模块导入PyCharm中,以供所有项目或某个项目使用。导入的具体步骤如下。
1.运行PyCharm
双击PyCharm桌面快捷图标或通过【开始】菜单运行PyCharm。PyCharm的启动界面如图5-12所示,在右下角可看到【Configure】选项。

图5-12 PyCharm启动界面中的【Configure】选项
2.设置解释器
单击【Configure】选项,在下拉菜单中,可以看到【Settings】选项,如图5-13所示。

图5-13 【Settings】选项
选择【Settings】选项,进入如图5-14所示的界面,从中可以看到默认选项为【Project Interpreter】,翻译成中文即“工程解释器”。

图5-14 【Project Interpreter】选项
图5-14右侧的空白表明,目前尚未配置解释器(<No Interpreter>),因此必须配置解释器。
单击图5-15右侧的小齿轮图标【❋】,出现如图5-16所示的选项。

图5-15 Project Interpreter快捷设置工具【❋】

图5-16 小齿轮图标被单击后的选项
选择【Add Local】选项,则出现如图5-17所示的界面。在图5-17的左侧有3个选项:Virtualenv Environment、Conda Environment和System Interpreter,分别代表Python虚拟环境、多环境和系统解释器。

图5-17 添加Local Python Interpreter的界面
以下是关于这3个选项的简单说明。
(1)Virtualenv Environment。Virtualenv Environment是一种工具,用于创建独立的虚拟环境。它主要解决的是库依赖和版本依赖及间接授权等问题。一个Python虚拟环境可持有Python所必需的依赖库,形成Python的虚拟运行空间。
(2)Conda Environment。Conda也是一种工具,它将几乎所有的工具、第三方包视为包(Package)加以处理,甚至包括Python和Conda本身。因此,Conda打破了包管理与环境管理的约束,可十分简便地安装各种版本的Python、各种Package并相互切换。Conda的强大之处在于其多环境配置能力,因为在使用Python的过程中,比较令人头疼的问题是多环境配置与切换。换言之,在很多情况下,运行不同的代码需要不同的环境,Conda可以解决此类问题。
(3)System Interpreter。意为系统解释器,它可用于本地的所有工程。
分析了三者的基本区别后,继续解释器的配置过程。图5-17所示是添加Local Python Interpreter的界面。
选择图5-17左侧的【System Interpreter】选项,如图5-18所示。

图5-18 选择【System Interpreter】选项
然后单击图5-19右侧的【…】按钮,出现选择解释器的界面,如图5-20所示。

图5-19 单击解释器选择按钮【…】

图5-20 选择解释器
按图5-20所示的情况进行选择。注意,图中的文件夹必须根据Python被实际安装的情况加以选择,图中所示的Python被安装在“D:\python364”文件夹下。
单击图5-20中的【OK】按钮,出现如图5-21所示的界面。

图5-21 System Interpreter配置完成的界面
单击图5-21中的【OK】按钮,完成系统解释器的配置。
通过上述方法配置的解释器适用于未来所有的工程。解释器配置完成后,出现如图5-22所示的界面。

图5-22 System Interpreter配置完成后,自动罗列所有已安装的外部模块
从图5-22中可以看出已经安装了哪些外部模块,而这些外部模块对系统解释器均有效。
单击图中的【Apply】按钮,然后单击【OK】按钮,完成配置并使之生效。
最后强调一下关于虚拟环境、多环境与系统解释器的选用问题。
虚拟环境和多环境主要针对不同的工程需要不同的解释器和不同版本的外部包的情况,例如,工程1使用包A的版本为x,而工程2使用包A的版本为y;再如,工程1使用Python 2.7作为解释器,而工程2使用Python 3.6作为解释器。在这样的情况下,建议选用虚拟环境或多环境。除此之外,在大多数情况下,尤其在只适用于一种版本的解释器的情况下,例如,只安装使用Python 3.6,建议选用系统解释器,显得更为简便。