本文实例讲述了pycharm中python环境配置常见问题。分享给大家供大家参考，具体如下：
1、问题的发现
最近在用pycharm下的命令行工具安装、运行jupyter notebook时kernal一直报错，报错最下面两行如下所示
import win32api
importerror: dll load failed: 找不到指定的模块。
经过网络搜索发现是无法正确解析python的路径，可能是python解释器的路径可能冲突，后来我发现有“两个”python路径，一个是我之前安装python的路径，另一个是在我的项目代码目录下的一个venv目录。我以为pycharm又在我的目录下安装了一边python，于是就把自己安的卸载了。可是卸载之后再运行程序就报错说找不到python在我卸载的的那个目录下，我就奇怪了你不是在项目的目录下有一个python吗，怎么又去找我安装的。
经过一番搜索我弄明白了，原来项目目录下的那个python是虚拟环境，它是pycharm基于系统的python创建的虚拟环境，删了系统的python，它也不能用了。而且我之前一直使用的是pycharm创建的虚拟环境，我在虚拟环境中安装并启动了jupyter notebook，导致虚拟环境中的python解释器的冲突。
2、pycharm中的解释器
那么问题来了，pycharm什么时候创建的虚拟环境？
在安装完pycharm并新建一个python项目的时候会弹出如下对话框，如果不点开project interpreter选项则会默认创建一个虚拟环境。点开之后可以看到new environment using选项中有三个环境管理的选项
其中第一个virtualenv是pycharm集成的环境管理管理工具，它会根据系统的python解释器base interpreter在项目文件夹location下创建一个虚拟环境，并且拥有独立的库library和解释器interpreter，与外部环境隔绝，这样项目中的文件依赖的版本就不会受到其他库文件的影响。当全局或者其他库文件版本更新之后出现了兼容问题时，也不会影响到virtualenv中的项目。勾选inherit global site-packgaes可以从全局安装的python中继承使用库文件，勾选make available to all projects可以使本项目下载的库文件可被外部调用。
第二个pipenv是python的依赖管理工具，设想一下如果在一个环境中开发好python之后需要在另一个环境中运行或开发，而另一个环境中的依赖包的种类和版本不可能和之前一样，这时候就需要一个工具来管理python项目中的依赖和版本。pipenv会在当前项目文件夹下创建 pipfile 和 pipfile.lock 文件，用于记录和管理项目中使用的依赖包，当一个新的环境需要部署项目时只需要根据pipfile中的记录去下载对应的包即可。
第三个conda也是一个包环境管理工具，其对于的环境管理工具为anaconda或miniconda，这个应用会在系统中对python环境进行管理，通过它你可以在系统中创建多个不同的开发环境。例如一个环境pytho版本为2.7，另一个为3.7，当你需要使用3.7的版本时，就通过anaconda启动该环境，并且在该环境中安装配置的依赖包在另一个环境中是看不见的。pycharm可以引入系统中已配置好的anaconda的环境，直接使用。
也可以使用系统中全局安装的python，勾选existing interpreter并找到全局系统安装python.exe位置即可
3、pycharm配置远程服务器
通过pycharm集成的remote host工具可以便捷地和远端服务器相连，进行服务端文件的查看和代码同步。通过点击菜单栏的tools->deployment->browse remot host，弹出如下配置对话框，输入服务器相关信息即可连接到指定服务器，并在pycharm右侧remote host侧栏显示root path对应的目录。
如果希望实现项目同步可以定义对话框的第二个标签页mappings，将本地的项目目录映射到服务器的指定目录
映射之后右键项目中的某个文件，在弹出的选项中找到deployment，就可以上传到服务器uploaded to server，或者从服务器下载对应的版本download from server
4、pycharm连接数据库
idea集成的数据库工具也十分方便，点击view->tool windows->database可以在右侧边栏打开数据库插件
点击侧边栏中的+号选择data source选择数据库源，我选择mysql类型，弹出如下对话框，在其中填入数据库的主机名host，用户名user，密码password，可以选择要连接到数据库的某一个具体库database，然后点击ok即可连接到指定主机的数据库。在第一次链接时会提示缺少数据库连接插件，点击安装即可。
更为方便的地方在于连接到某个指定库之后，当你在python程序中书写sql语句时，会进行语言检测，按下alt+shift+enter设置当前项目的数据库为mysql，代码会自动提示补全数据库中的关键字、表名、字段名
希望本文所述对大家python程序设计有所帮助。
