### 如何在 PyCharm 2021 中配置 Jupyter #### 工具需求 为了成功完成配置，需确保已安装以下工具： - **PyCharm Professional Edition**（社区版不支持 Jupyter 功能） - **Anaconda 或 Miniconda**（用于管理 Python 环境以及 Jupyter Notebook） --- #### 配置方法 ##### 创建新项目并启用 Jupyter 支持 在 PyCharm Professional 版本中，可以通过内置功能轻松集成 Jupyter Notebook。以下是具体操作： 1. 启动 PyCharm 并创建一个新的项目或打开现有项目[^1]。 2. 在菜单栏中选择 `File` -> `Settings`（Windows/Linux）或者 `PyCharm` -> `Preferences`（macOS），进入设置界面。 3. 导航到 `Tools` -> `Jupyter` 设置项，在此可以指定本地的 Jupyter 安装路径。如果已经通过 Anaconda 安装了 Jupyter，则可以直接检测到其默认路径[^2]。 4. 若未自动识别 Jupyter 路径，请手动输入 Anaconda 的安装目录下的 `bin/jupyter` 文件地址。 5. 测试连接：点击界面上方的测试按钮来验证是否能够正常访问 Jupyter Server。如果没有报错提示则说明配置无误。 --- ##### 解决权限问题 有时可能会遇到因权限不足而导致无法启动 Jupyter 的情况。这通常是因为以 root 用户身份运行了 PyCharm 所致[^3]。解决办法如下： 1. 关闭当前正在运行的 PyCharm 实例。 2. 切换至普通用户模式重新开启程序。假设 PyCharm 可执行脚本位于 `/opt/pycharm/bin/` 下面，则应这样调用它而不是加前缀 sudo 命令： ```bash cd /opt/pycharm/bin/ ./pycharm.sh ``` 3. 如果之前是从超级用户切换过来而忘记刷新环境变量的话，建议先关闭再重开一次新的 shell session 来生效更改后的状态。 --- ##### 使用示例代码片段 下面给出一段简单的 Python 示例代码供你在刚刚搭建好的环境中尝试运行： ```python import numpy as np import matplotlib.pyplot as plt # Generate random data points data = np.random.randn(100) plt.figure(figsize=(8,6)) plt.hist(data,bins=20,color='blue',alpha=.7) plt.title('Random Data Histogram') plt.xlabel('Value') plt.ylabel('Frequency') plt.show() ``` 上述代码会生成一组随机数分布直方图展示出来以便观察效果如何。 --- #### 注意事项 - 确认所使用的操作系统平台兼容性； - 对于远程服务器上的 notebook ，还需要额外配置 SSH tunneling 参数等高级选项才能正常使用。