先用一句话给结论如果你打算认真学 PythonPyCharm 依然是最省心的选择之一2026 年的新版本把性能、AI 辅助和远程开发又往前推了一大截这篇文章我就从下载到日常使用给你完整捋一遍全程不带废话。PyCharm 是 JetBrains 出品的 Python 专用 IDE从 2010 年诞生到现在一直是 Python 开发者桌面端的主力工具。就算 VSCode 这些年抢了不少热度PyCharm 在“开箱即用”这件事上依然有自己的底气自带项目结构管理、代码补全、调试器、测试框架集成、数据库工具还有针对 Django、Flask、FastAPI 等 Web 框架的一整套支持。2026 年最新版在启动速度、索引体验和 AI 功能上做了明显迭代对于刚入门的新手和写量化、爬虫、数据分析的熟手来说都值得重新认识一次。这篇文章主要解决四个问题怎么从官网正规下载 PyCharm 最新版、怎么把安装和 Python 环境配好、日常写代码调试有哪些高效操作、以及装 pandas/numpy/sklearn 这些包时遇到坑怎么处理。我会结合自己从 2015 年用 PyCharm 到现在踩过的坑来讲尽量让刚接触 Python 的人也能跟着一步步复现。1. 内容整体设计与思路拆解1.1 为什么选 PyCharm而不是记事本或 VSCode很多初学者会问我“既然写 Python 用一个文本编辑器加命令行就够了为什么还要花几个 G 内存去跑一个 IDE”这个问题特别典型。我的回答是如果你只是偶尔写一两行脚本用系统自带记事本确实没问题但只要你打算认真学爬虫、数据分析、后端开发、自动化办公项目文件会越来越多依赖关系会越来越复杂这时候 PyCharm 帮你省下的时间远超它占用的内存。PyCharm 和 VSCode 的核心区别在于“开箱即用”和“深度集成”。VSCode 默认只是个编辑器你要装 Python 扩展、代码格式化插件、调试器插件、虚拟环境管理插件还要自己折腾 settings.json新手光配环境就能劝退一大半。而 PyCharm 装完以后新建项目时会自动帮你识别机器上已有的 Python 解释器连虚拟环境都顺手建好写代码时变量重命名、跳转到定义、查看文档、自动补全这些功能都是原生支持不需要再多装任何东西。这就像一个是组装电脑一个是买品牌整机懂的人自然喜欢组装但大多数人只是想快点开机干活。1.2 2026 新版本到底“新”在哪里2026 年发布的 PyCharm 新版本对应 JetBrains 年度版本号比如 2026.1 或 2026.2有几项变化值得关注。首先是启动速度和索引效率新版本改进了项目加载的缓存策略打开一个中大型 Django 项目比旧版快不少我的实际感受是冷启动时间缩短了差不多三分之一。其次是内置 AI Assistant 的进一步整合它可以在你敲代码时基于上下文给出补全建议、生成函数注释、解释报错信息甚至直接帮你重命名整个模块的变量。还有一个重要的变化是远程开发能力的强化。现在你可以把本地的 PyCharm 当成一个瘦客户端代码跑在远程服务器或 Docker 容器里本地只负责编辑和调试这对玩量化策略回测、需要 GPU 跑深度学习的人来说非常实用。好在这篇文章先以本地开发为主远程部分我会在结尾提一嘴不展开。1.3 这篇教程的适用人群和阅读方式如果你是纯新手建议从第 2 节开始按顺序读每一步都照着做如果你已经用过 PyCharm只是想看看新版下载和避坑可以直接跳到第 4 节和第 7 节。文中的所有操作我都基于 2026 年最新版来写但大部分界面从 2021 到 2026 版本差别不大旧版本用户也能对上号。我尽量把每一步背后的原因讲清楚这样你就算换台电脑、换了个版本也能举一反三而不是死记按钮位置。2. 下载安装2026 最新版下载与安装避坑指南2.1 认准官网入口别用第三方下载站PyCharm 的官方下载地址是 JetBrains 官网的 PyCharm 页面网址形式是 www.jetbrains.com/pycharm。你只要在浏览器输入这个域名进到页面后点右上角的“Download”就会看到两个版本的选择Professional专业版和 Community社区版。这里多强调一句不要用任何第三方“软件下载站”下载 PyCharm那些站点经常捆绑全家桶、修改主页、植入广告。我见过太多用户从某下载站装完 PyCharm 以后电脑多了好几个弹窗软件。认准官网点开下载页面后直接下载安装包全程没有广告也干净。2.2 社区版和专业版怎么选很多新手纠结版本问题我直接给结论纯学 Python 基础语法、写作业、做爬虫、处理 Excel、做数据分析、画图选社区版完全够用还免费。需要做 Web 后端开发Django/Flask/FastAPI、需要数据库图形化工具、需要远程开发/SSH 连接、需要专业前端支持选专业版。专业版是收费订阅制的按年或按月付费新用户有 30 天免费试用。网上有些激活码、破解补丁我不建议碰一来有安全风险二来不尊重开发者劳动。如果你还是学生可以申请 JetBrains 的教育免费授权用学生邮箱就能拿到全家桶的免费专业版这个渠道正规又划算。我当年读研的时候就是靠这个白嫖了三年专业版体验非常好。2.3 下载前先看系统要求2026 年版 PyCharm 对电脑配置的要求大致如下项目最低要求推荐配置操作系统Windows 10 64位 / macOS 10.15 / Linux依赖 glibc 2.17Windows 11 / macOS 14 / Ubuntu 22.04内存8 GB16 GB 以上磁盘空间2.5 GB 安装空间建议准备 10 GB 以上项目缓存空间屏幕分辨率1280×8001920×1080 以上注意PyCharm 从某个版本开始已经不再提供 32 位安装包如果你的 Windows 还是 32 位系统趁早换电脑。另外新版本官方已经不再支持 macOS 10.13 及更老系统老 Mac 用户要么找旧版本装要么老老实实换工具。2.4 安装过程Windows 版详细步骤下载下来的安装包是一个 .exe 文件双击运行进入安装向导。这里有几个选项需要注意第一安装路径。默认装在 C 盘 Program Files 下我建议改成 D:\PyCharm 这类非系统盘路径避免后续项目缓存和 IDE 更新把 C 盘塞满。第二安装选项里勾选“创建桌面快捷方式”和“添加‘打开文件夹作为项目’到快捷方式菜单”。第三最重要的一步不要勾选“下载 JBR”以外的多余组件JBR 是 JetBrains Runtime是跑 PyCharm 用的 Java 运行时勾上就行。还有一个“Update PATH variable”选项默认选“Add scrips folder to the PATH”即可方便以后在命令行里使用 PyCharm 自带的小工具。安装完成后首次启动会进入主题和插件配置页面这步可以先跳过等后面用起来再慢慢调。2.5 安装过程macOS 版详细步骤macOS 的安装包是一个 .dmg 文件双击打开后把 PyCharm 图标拖进“应用程序”文件夹就算装好了。第一次启动会触发 macOS 的安全检查因为应用是从互联网下载的你需要到“系统设置 - 隐私与安全性”里点一下“仍要打开”。这一步很多新手会卡住以为中病毒了其实是 macOS 的 Gatekeeper 在拦所有非 App Store 应用。从 2026 版本开始JetBrains 也提供了 Apple Silicon 原生版本M1/M2/M3 芯片的 Mac 务必下载 arm64 版性能和功耗控制都要好很多。Intel 芯片的老 Mac 则下载 x86_64 版别搞混。2.6 Linux 版安装方式Linux 用户有两种常见装法一是从官网下载 .tar.gz 压缩包解压后进入目录运行 bin 目录下的 pycharm.sh 即可启动二是直接添加 JetBrains 的官方仓库用包管理器安装这样以后升级方便。我推荐在 Ubuntu 上用官方 Toolbox App 管理 PyCharm它能自动检测新版本、一键更新、还能同时装多个版本的 IDE避免因为升级导致插件不兼容的麻烦。如果只想用传统方式解压后把整个目录移到 /opt/pycharm再在桌面创建 .desktop 快捷方式就行这个做法需要一点 Linux 基础但一劳永逸。3. 首次启动与 Python 环境配置3.1 创建你的第一个项目安装好 PyCharm 后打开它会进入欢迎界面有“New Project”“Open”“Get from VCS”几个入口。新手直接点 New Project进入项目配置页。首先给项目取一个有意义的名字不要叫“untitled”或“test111”最好能体现功能比如“crawler_demo”“data_analysis_stock”。项目位置默认在你的用户目录下我习惯单独建一个 D:\PythonProjectsWindows或 ~/ProjectsMac/Linux作为统一工作区方便以后备份。点击 Create 之后PyCharm 会自动创建一个虚拟环境venv这个环境是独立于系统 Python 的相当于给这个项目单独开了一个“小房间”。很多人不理解虚拟环境的作用我打个比方系统 Python 是大宿舍你装十个项目依赖的每个项目可能对 numpy 版本要求不一样如果全装进大宿舍A 项目要 numpy 1.24B 项目要 numpy 2.0你装哪个都会让另一个崩溃。虚拟环境就是给每个项目开单间各用各的包互不干扰。3.2 选择正确的 Python 解释器创建项目时PyCharm 会自动找到系统里安装的 Python。如果你的电脑上还没装 Python就会提示“No Python interpreter selected”。这种情况要先装 Python官方推荐去 python.org 下载对应系统的安装包安装时注意勾选“Add Python to PATH”。如果你装了 AnacondaPyCharm 也能直接识别到 Anaconda 的 base 环境。我建议的配置方式是系统层只装一个纯 Python 作为兜底然后给不同项目建立独立的 venv 虚拟环境如果做量化或数据处理可以在某个项目里用 conda 环境这样既灵活又不混乱。配置解释器的方法也很简单进入“File - Settings - Project - Python Interpreter”点右上角齿轮选择“Add Interpreter”然后选已有的解释器路径。Windows 下 Python 解释器通常叫 python.exemacOS/Linux 下叫 python3路径要指向安装目录下的具体可执行文件。3.3 全局配置把默认编码和缩进改好Python 官方推荐缩进为 4 个空格PyCharm 默认也是这样所以我们基本不用改。但有三个配置建议新手一上来就设置好省得以后出问题。第一文件编码。在 Settings - Editor - File Encodings 里把 Global Encoding、Project Encoding、Default encoding for properties files 都设为 UTF-8。Python 3 默认就是 UTF-8但有些 Windows 老项目可能用 GBK你不改的话读文件会乱码。第二换行符。在 Settings - Editor - Code Style 里可以选择 Line separator建议统一为 Unix and macOS\n这样我们写出的脚本在 Linux 服务器上跑不会因为 \r\n 报错。第三代码自动保存。PyCharm 默认是自动保存的但你可以在 Settings - Appearance Behavior - System Settings 里把“Sync on frame deactivation”打开这样你切换窗口的瞬间就会保存基本不会丢代码。3.4 汉化中文界面的正确打开方式很多人一打开 PyCharm 看到全英文界面就慌其实切换中文界面特别简单打开 Settings - Plugins搜索“Chinese Language Pack”安装 JetBrains 官方的中文语言包插件重启后界面就变成中文了。注意这个中文语言包是 JetBrains 官方出的翻译质量不错而且会随版本更新。如果你用的社区版这个插件同样可用一点都不影响。用中文界面放心学等以后熟悉了英文术语再切换回英文一点都不迟毕竟很多报错信息还是英文的看多了自然就记住了。4. 日常使用核心技能写代码、运行、调试4.1 在 PyCharm 里新建 Python 文件并运行在项目窗口中右键点击项目根目录选择“New - Python File”输入文件名后回车一个 .py 文件就建好了。写一段最简单的代码比如def greet(name): print(fHello, {name}!) if __name__ __main__: greet(PyCharm)写完以后点击右上角的绿色三角形按钮或者右键文件选择“Run xxx”即可运行程序输出会显示在下方控制台。第一次运行时 PyCharm 会用当前项目的默认环境执行如果你的代码里用到了 pandas 但没装会直接报 ModuleNotFoundError这里就涉及装包的问题后面第 6 节详细说。这里有个小技巧右键文件选择“Run”和点击绿色三角等效但如果你同时打开了多个文件PyCharm 的 Run 按钮可能不是当前文件的你需要检查一下运行配置。在设置里可以点开下拉菜单选择 Edit Configurations手动指定要运行的脚本路径。4.2 调试模式别再用 print 了初学者最喜欢用 print 来排查问题但 print 在复杂项目里效率很低。PyCharm 自带可视化调试器用法很简单在代码左侧行号处点一下生成一个红点断点然后点击右上角的“Debug”图标一个带小虫子的按钮程序就会运行到断点处暂停此时你可以查看每一行变量的值、调用栈、甚至单步执行。调试面板里几个按钮的作用Step OverF8执行当前行并跳到下一行。Step IntoF7如果当前行是函数调用进入函数内部。Step Out跳出当前函数。Resume ProgramF9继续执行到下一个断点。调试模式比 print 高明的地方在于你不用改代码、不用删注释随时可以暂停查看中间状态。尤其写爬虫和算法题时调试器能帮你快速定位是解析逻辑错了还是循环边界有问题。我教学生的第一步就是先学会看调试器这比死磕十遍语法有效。4.3 常用快捷键每天都能用到的几个CtrlPMacCmdP快速跳转到任意文件。双击 Shift全局搜索类、文件、操作。CtrlShiftF10运行当前文件。ShiftF9调试当前文件。Ctrl/注释或取消注释选中的行。CtrlAltL自动格式化代码让注释和缩进符合 PEP8。Tab/ShiftTab增加/减少缩进。CtrlW逐步扩大选中区域。ShiftF6重命名当前变量/函数全项目引用同步更新。我重点说下 ShiftF6 这个功能很多老手都在用。当你把变量名 a 改成 username 时手动替换容易漏掉而这个重命名功能会分析所有引用关系安全修改整个项目中的同名变量。就像 Word 里的“全部替换”但它是语法级别的不会误伤字符串里的同名内容。4.4 项目文件结构和虚拟环境管理PyCharm 左侧的项目栏会展示所有文件默认把 .idea 文件夹项目配置显示出来。.idea 里存的是 PyCharm 的项目配置和索引缓存不要删也不要去改通常我们也不会提交到 Git。如果创建项目时没有启用虚拟环境之后补一个也很简单Settings - Project - Python Interpreter点齿轮选 Add Local Interpreter勾选 New environment using Virtualenv指定 Python 基路径PyCharm 会帮你创建好 venv 目录。这个目录放在项目根目录下里面包含 ScriptsWindows或 binMac/Linux文件夹之后所有 pip 安装的包都会进到这里。有一点提醒venv 和项目的 .idea 目录不要手动删除或移动否则 PyCharm 可能会把解释器路径搞丢。清理项目的时候直接删整个项目文件夹最干净别在 venv 里手动删文件。5. 让 PyCharm 更好用必装插件与个性化配置5.1 中文语言包和主题中文语言包前面说过了这里再强调一次它就在 Plugins 市场里关键词搜索“Chinese Language Pack”即可。主题这块PyCharm 默认支持 Darcula 暗色和 Light 亮色我推荐写代码用 Darcula因为背景暗看久了眼睛没那么累。在 Settings - Appearance Behavior - Appearance 里可以自主切换。如果你觉得默认主题不够好看可以安装第三方主题插件比如 Material Theme UI。不过插件装太多会拖慢启动速度我的原则是只装对效率有帮助的花里胡哨的一律不装。5.2 AI 插件2026 版内置 AI Assistant 怎么用2026 版本的 PyCharm 把 AI Assistant 集成得更深了。只要你登录 JetBrains 账号并开通对应的 AI 服务新用户有额度在代码编辑区就能遇到几个实用场景选中代码后右键选择 AI Actions可以让它解释这段代码是干嘛的。输入一行注释比如“# 写一个函数读 CSV 并返回 DataFrame”AI 会自动生成对应代码。遇到报错时把鼠标悬停在红色波浪线上AI 会给出通俗易懂的错误解释和修复建议。这个功能需要联网而且它在处理敏感代码时要注意不要把密钥、数据库密码发给 AI 助手。AI 插件适合用来辅助理解陌生开源项目和减少重复劳动但底层的算法逻辑和业务规则还是要自己把关不能全信。5.3 Jupyter Notebook 支持在 PyCharm 里直接写 Notebook很多人不知道 PyCharm 其实原生支持 Jupyter Notebook。你可以在项目里新建一个 .ipynb 文件PyCharm 会像网页版一样展示单元格可以逐格运行并查看输出。使用 Notebook 前需要先安装 jupyter 包在终端执行 pip install jupyter然后在 PyCharm 的 Settings - Tools - Jupyter 里配置 Notebook 服务地址最简单的方式是选“Start local Jupyter server”这样点击“Run Cell”时 PyCharm 会自动启动一个本地 Jupyter 进程。Notebook 适合做数据分析和交互式探索但如果你写的是正式功能和爬虫脚本还是建议用 .py 文件代码结构更清晰、调试更方便。我在做量化研究时会用 Notebook 做策略原型验证验证通过后再把核心逻辑迁移到 .py 模块里这样既高效又方便测试。5.4 其他值得装的生产力插件Rainbow CSV给 CSV 文件各列自动染上不同颜色双击还能快速选中一列做数据处理时大爱。.ignore新建 .gitignore 时提供各种模板省得手写。GitToolBox在文件编辑区实时显示 Git 修改作者、分支状态、行内提交信息团队协作时特别实用。MarkdownPyCharm 自带 Markdown 支持但默认预览样式一般可以装 Extra Icons 让文件类型图标更好看。插件安装路径都一样Settings - Plugins搜索名称点 Install重启后生效。建议定期清理不用的插件因为每个插件都可能在后台跑进程数量多了会明显降低启动速度。6. 第三方库安装实战pandas、numpy、sklearn 等6.1 pip 安装的底层逻辑Python 的第三方库通过 pip 工具安装。pip 会把包从 Python Package IndexPyPI下载到当前 Python 环境里然后登记到这个环境import 时解释器会自动去 site-packages 目录找。这个流程听起来简单但新手经常遇到“pip 装完了PyCharm 还是找不到”的诡异问题原因十有八九是“装进了另一个环境”。具体来说如果你在系统终端里执行 pip install pandas它默认装到与你终端 PATH 绑定的那个 Python 环境里。而 PyCharm 项目里用的可能是项目虚拟环境或 Anaconda 环境两者互相隔离自然装不进去。所以我反复跟学生强调打开 PyCharm 的项目后直接在底部“Terminal”标签里执行 pip 命令这才是当前项目环境装的东西才不会跑偏。6.2 在 PyCharm 里安装 pandas 和 numpy最推荐的方式是在 PyCharm 底部打开 Terminal确认命令行前缀显示的是项目环境Windows 下路径类似 D:\PythonProjects\xxx\venv\Scripts\activate然后输入pip install pandas numpy等待进度条走完控制台显示 Successfully installed pandas-xxx numpy-xxx就说明装好了。如果你网络很慢可以切换国内镜像源比如清华源命令为pip install pandas numpy -i https://pypi.tuna.tsinghua.edu.cn/simple当然你有更好的网络条件时官方源也很快。这里我实际测过用镜像源安装 pandas 的速度能提升十倍不止第一次装时尤其明显。装完以后在 PyCharm 里写 import pandas as pd如果没有红色下划线说明导入成功。也可以用菜单方式Settings - Project - Python Interpreter右侧列表点击“”搜索 pandas点击 Install Package效果一样。6.3 安装 sklearn 和其他科学计算库scikit-learnsklearn在 2026 最新版里依赖 numpy、scipy、joblib 等直接执行pip install scikit-learn即可pip 会自动帮你解决依赖。如果你装了 Anaconda也可以直接用 conda 安装conda install scikit-learnconda 的优势在于它会自动处理大量二进制包的依赖比如 BLAS 库省去编译烦恼。如果你在 Linux 上从源码编译 scikit-learn 失败建议优先考虑 conda它能避免很多编译工具链的问题。6.4 常见报错ModuleNotFoundError 和 pip 版本过低新手最怕看到红字报错其实看清第一行就能找到方向。如果出现 ModuleNotFoundError: No module named pandas说明 pandas 没有装进当前环境请按 6.2 重新装。如果出现“pip is being used an old version”警告先升级 pippython -m pip install --upgrade pip如果安装过程中出现“Permission denied”报错常见于 macOS/Linux 系统 Python说明你没有权限写入系统目录解决方案是改用虚拟环境或者在命令前加 sudo但我更推荐前者永远不要把开发环境搞在系统全局以免污染系统自带的 Python。7. 常见问题与排查技巧实录7.1 打开项目时提示“Invalid Python Interpreter”这个提示通常是因为之前关联的 Python 解释器路径变了比如你换了 Python 版本或移动了 Anaconda 目录。解决方法是进入 Settings - Project - Python Interpreter点右上角齿轮选“Add Interpreter”重新指定新路径。如果这个项目用的是虚拟环境而 venv 的基路径没问题依旧报无效可以删掉项目里的 .idea 文件夹再重新打开项目PyCharm 会重新生成配置。删 .idea 不会影响代码文件放心操作。7.2 控制台出现“password or token”是怎么回事很多人搜索过“出现password or token怎么回事”这通常不是 Python 代码的问题而是 PyCharm 集成的版本控制Git/SVN或包管理工具需要认证。比如你在 Terminal 里执行 git pull远端仓库提示输入用户名和密码但某些场景下 Git 无法弹出交互窗口就会在控制台直接显示“Password or Token:”。一般的解决思路优先使用 SSH 密钥而不是 HTTPS 密码认证如果是 GitHub需要在个人设置里生成 Personal Access Token粘贴到提示处即可。这个跟 PyCharm 本身没太大关系是 Git 认证机制的问题。如果你不用 Git忽略它即可。7.3 画图时横坐标太密集怎么办用 matplotlib 画图时时间序列或分类标签如果太多X 轴刻度会挤成一团完全看不清。解决方法有几种一是旋转坐标标签使用 plt.xticks(rotation45)二是设置刻度间隔用 matplotlib 的 MaxNLocator三是直接用 pandas 的 dt.to_period 聚合数据减少展示维度。我常用的一个小技巧是把图幅变大加一行import matplotlib.pyplot as plt plt.figure(figsize(16, 8))再配合 rotation基本能解决 90% 的密集问题。这属于使用技巧不算报错但确实很多人百度过“python画图横坐标太密集”我在这里一起回答掉。7.4 破解激活码别碰正确激活专业版的方式这个问题本来不想提但搜索热词里全是“pycharm激活码永久”所以我必须说清楚。任何写着“永久激活码”“破解补丁”的资源要么是过期骗局要么捆绑木马JetBrains 每年都会封杀一批被盗版的 Key。你下载的文件里往往藏着恶意脚本运行后轻则浏览器主页被篡改重则账号密码被窃取。正规激活只有三种购买正版授权、申请 30 天免费试用、用学校邮箱申请免费教育授权。如果你是学生按照 JetBrains 官网“Free for students”页面填写学校信息上传学生证明或学校域名邮箱几分钟就能拿到全家桶授权。不要因为贪便宜去买激活码那样不仅风险高还会让你失去正规更新和安全保障。7.5 项目文件打不开提示内存不足PyCharm 本身吃内存如果你同时打开多个大项目加上浏览器、微信8G 内存很容易爆。优化方案在 Help - Change Memory Settings 里调大 IDE 最大堆内存比如改成 2048 MB关掉不用的项目定期清理缓存File - Invalidate Caches重启后 PyCharm 会重新索引。如果真的卡到没法用建议升级内存条到 16G这是最直接的解法。另外新版 PyCharm 默认开启“Power Save Mode”后不会自动编译和索引在电池供电时需要手动开启File - Power Save Mode。这个模式能省电但代码补全和检查会变慢适合在高铁上轻度编辑代码时用。8. 进阶一步Anaconda 环境如何接入 PyCharm8.1 Anaconda 和 PyCharm 的关系Anaconda 是一个 Python 数据科学发行版自带 conda 包管理器以及 pandas、numpy、matplotlib、sklearn 等常用库。很多做量化和数据分析的人习惯先用 Anaconda再用 PyCharm 写代码。两者不冲突Anaconda 负责环境管理PyCharm 负责代码编辑和调试。但如果你的系统里同时有系统 Python、Anaconda 的 base 环境、虚拟环境又封装了一个个 conda 环境新手往往就被绕晕了。我建议的清晰架构是日常写爬虫和 Web 项目用 PyCharm 生成的 venv数据分析和量化项目用 conda 单独建一个环境比如 conda create -n quant python3.11然后在这个环境里装各种金融库。8.2 让 PyCharm 用 conda 环境作为解释器在创建 PyCharm 项目时设置 Python Interpreter 页面选择“Existing Interpreter”然后点右边的“...”按钮选择 Conda Environment。用法很简单Conda executable 一栏填入 conda 的路径Windows 一般在 Anaconda3\Scripts\conda.exe在“Use existing environment”下拉列表里选择你需要的环境比如 quant。选好以后PyCharm 里的 Terminal 也会自动挂到这个 conda 环境这时候你执行 pip 命令就会安装到 quant 环境里不会再产生互相找不到包的问题。注意如果 PyCharm 找不到 conda可以在 Settings - Languages Frameworks - Conda 里手动指定 conda 可执行文件路径。8.3 conda 和 pip 混用的注意事项在 conda 环境里你用 pip 安装的包会进入 conda 环境的 site-packages一般也能正常 import。但官方更推荐同一种包管理工具尽量统一因为 conda 和 pip 在解析二进制依赖时逻辑不同混用可能导致个别包损坏。我的经验是优先用 conda 安装可以预编译的包比如 numpy、scipy、pandas、numbaconda 上没有的、或者更新太慢的包再用 pip 安装问题不大。如果遇到“conda install 找不到这个包”的情况别硬试直接用 pip 也能解决只不过要注意不要在 conda 和 pip 之间反复重装同一个包否则可能把环境搞乱。真乱了也不怕重建一个 conda 环境成本很低这也是我推荐 conda 环境尽量细分的原因。9. 从 PyCharm 到“会写 Python”我的个人经验总结9.1 新手最应该先做的三件事第一把环境配好配好标志就是你新建项目后能正常运行一个“Hello World”并且知道这个程序用的是哪套解释器。第二学会用调试器不要一有问题就 print 满天飞。第三学会用虚拟环境养成每个项目一个环境的习惯别把所有依赖堆在一起。这三件事比背语法重要多了因为语法查文档就能会但工程习惯决定你以后写代码是越写越顺还是天天在处理环境问题。9.2 怎么用 PyCharm 倒逼自己提升代码质量PyCharm 自带代码检查会根据 PEP8 给出一堆黄色提示比如多余空格、未使用的导入、缺少类型提示。很多初学者被这些黄色波浪线吓到其实这是很好的学习材料鼠标悬停在波浪线上PyCharm 会告诉你问题所在并给出快速修复AltEnter。你一步步把红黄警告清零的过程就是代码质量提升最快的过程。另外我强烈建议把“自动格式化”养成习惯每次写完代码按 CtrlAltL缩进、换行、空行都会被整理干净代码看起来像请人润色过一样。这也能培养代码审查时的审美等到你进入团队协作这个习惯会让你少吃很多“你的代码看不懂”的苦。9.3 最后分享一个小技巧把常用代码片段存成 Live TemplateLive Template 是 PyCharm 的“代码片段快捷模板”比如你经常写爬虫里的 requests 请求头可以存成模板以后输入“req”按 Tab 就会自动补全一整套代码。配置路径是 Settings - Editor - Live Templates里面本来就内置了 if、for、def 等你可以自己新增 Python 分类下的模板。我的量化框架里有个常用的读取数据模板把 read_excel、date_range 转 datetime 的代码存成了 Live Template新建策略文件时只要输入“qdata”加 Tab一条龙搞定。这个功能很多人不知道但用起来真的能省掉大量重复劳动。再补充一个不算技巧的技巧定期关注 JetBrains 官方更新日志。2026 新版本的下载和使用虽然和旧版差异不大但每年都会有一些新特性比如更好的 AI 支持、新的打包工具集成、更快的索引算法。花十分钟看更新说明往往能让你白得一个新技能。说到底工具只是手段把 Python 学好才是目的。PyCharm 就像一个做工扎实的厨房锅碗瓢盆都给你备齐了至于你最终能炒出什么菜还是看手上的功夫。希望这篇下载和使用教程能帮你少踩几个坑把更多时间花在真正有意思的代码上。如果你在安装或使用中遇到了这里没提到的问题先沉住气看报错第一行再去搜索引擎搜原文八成都能找到答案——这也是每一个程序员都要练会的“搜索引擎使用法”。