本文为大家分享了Ubuntu下Anaconda和Pycharm的配置方法，供大家参考，具体内容如下
1.对于Ubuntu18.04，一开始会有一个系统默认的python解释器，是3.6版本，位置在/usr/bin/python3.6。可以通过在terminal中输入python或者python3来查看。
2.安装了Anaconda3之后，Anaconda会自带一个python解释器，也是3.6版本，位置在/home/li/anaconda3/bin/python3。一旦安装了Anaconda，这个python就会变成默认的。在terminal里面直接输入python，显示的位置就是这个。
3.这个Anaconda默认的python，在系统之外虚拟出来一个使用python的环境，叫做base。在这个环境下面安装的库，不会与系统自带的python以及库冲突。星号表示默认。
4.此外，可以在Anaconda上再虚拟出各种自定义环境，能够选择python版本和库版本。比如我新建了一个环境较python2，此时的python位置在/home/li/anaconda3/envs/python2/bin/python，其中的python2是我给这个虚拟环境的命名。新建环境可以通过Anaconda 操作界面，也可以使用指令。
5.其他一些anaconda 指令如下
创建环境，可以指定版本
conda create --name your_env_name conda create --name your_env_name python=2.7 conda create --name your_env_name python=3 conda create --name your_env_name python=3.5
创建包含某些包的环境，可以指定包版本
conda create --name your_env_name numpy scipy conda create --name your_env_name python=3.5 numpy scipy
列举当前所有环境，进入和退出环境
conda info --envs conda env list source activate your_env_name source deactivate
uninstall Anaconda
rm -rf ~/anaconda3
6.在pycharm中选择interpreter的时候，选择conda environment。然后选择base环境下，或者其他环境下的python，这样就能得到想要的python以及该环境下的库了。
这个图中选择的是系统默认的python解释器，可以看到下面很多包是没有的。
这次选择的是Anaconda的默认python解释器，tensorflow就在里面了。
如果选择自定义的环境python2中的解释器，可以看到这个虚拟环境中只有最基本的一些库。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。