Pycharm配置Anaconda环境需要保证解释器路径、环境激活和包可见性的一致性;否则,即使是conda list显示torch,import仍将向Winerrororo报告 126.验证conda已经加入PATHA的关键步骤。、使用conda activate后的真实python路径配置解释器,手动完成DLL路径(如Library\bin)、在运行脚本验证之前,避免混合pip/conda,在终端上激活环境。
PyCharm 配置 Anaconda 环境不是“选择合适的解释器”,而是使解释器路径、环境激活状态和包可见性一致。否则,你会遇到明显的问题 conda list 里有 torch,但 import torch 在 PyCharm 里报 OSError: [WinError 126] 这类典型问题。
确认 conda 能被系统识别(关键前置)
PyCharm 不会自己找 conda,它依赖系统 PATH。如果 conda --version 在 Windows 的 CMD 或 PowerShell 里报“命令未找到”,PyCharm 不能自动扫描环境。
- 安装 Anaconda 时务必勾选 Add Anaconda3 to my PATH environment variable(即使安装器标有红色警告)
- 安装后重启所有终端和所有终端 PyCharm,再在 CMD 中运行
conda --version和where python验证 - 若仍失败,手动把手
C:\Users\\Anaconda3和C:\Users\Anaconda3Scripts加进系统 PATH
这一步大多数人卡:点 Add Python Interpreter → Conda Environment → Existing environment 后,直接填 C:\Users\Anaconda3python.exe ——这用的是 base 但是你的项目很可能需要一个独立的环境(例如 myproject-env)。
- 首先,在终端上创建目标环境:
conda create -n myproject-env python=3.11 - 激活并包装:
conda activate myproject-env && conda install numpy pandas - 查该环境的 Python 解释器路径:
conda activate myproject-env && where python(Windows)或conda activate myproject-env && which python(macOS/Linux) - 在 PyCharm 的
Existing environment在里面,粘贴完整的输出路径,如C:\Users\AliceAnaconda3envs\myproject-env\python.exe - 不要勾选
Make available to all projects,除非你真的想分享这个解释器,否则
像 torch、tensorflow 这类包依赖于大量动态链接库(DLL),它们只在 conda 在激活状态下自动加入 PATH。PyCharm 默认不执行 conda activate,因此,即使解释器路径正确,DLL 也可能找不到。
PyCharm 2026.2
PyCharm 2026.2提供 JetBrains 官方 2026.2 版本安装包适合指定 PyCharm 版本进行 Python 用户开发、运行和调试项目。
下载- 打开 PyCharm 的
Run → Edit Configurations → Environment variables - 点击
...展开,勾选Include system environment variables - 或手动补充:在 Environment variables 栏加一行
PATH=C:\Users\AliceAnaconda3envs\myproject-env\Library\bin;%PATH%(Windows) - 更安全的做法:在 PyCharm Terminal 里先
conda activate myproject-env,然后操作脚本,验证它是否真的能跑
PyCharm 包管理界面(Project Interpreter 右侧 + 默认按钮 pip,但 conda 优先考虑环境 conda 特别是安装 C 扩展或跨语言工具链(如 numba、pyarrow)时。
- 在 PyCharm Terminal 中始终用
conda activate myproject-env开始,然后执行conda install xxx或pip install xxx - 必须用界面安装点
+之后,在右下角切换包管理器Conda(不是默认的Pip) - 执行
conda list对比pip list,如果同一包的版本不一致,说明混用;使用conda install --force-reinstall xxx统一来源