首先来明确一下 Python、PyCharm 和 Anaconda 的关系
1、Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。
虽然 Python3.5 自带了一个解释器 IDLE 用来执行.py 脚本，但是却不利于我们书写调试大量的代码。常见的是用 Notepad++写完脚本，再用 idle 来执行，但却不便于调试。这时候就出现了 PyCharm 等 IDE，来帮助我们调试开发。
2、PyCharm是一种 Python IDE，带有一整套可以帮助用户在使用 Python 语言开发时提高其效率的工具，比如调试、语法高亮、Project 管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该 IDE 提供了一些高级功能，以用于支持 Django 框架下的专业 Web 开发。
但是 Python 自身缺少 numpy、matplotlib、scipy、scikit-learn…等一系列包，需要我们用 pip 来导入这些包才能进行相应运算（在 cmd 终端输入：pip install numpy就能安装 numpy 包了。）
虽然 PyCharm 也能自动搜索和下载包，但是总是会遇到有些包下载失败或查询不到，很不方便，此时就出现了 Anaconda 大蟒蛇来解决这个问题。
3、Anaconda是一个开源的发行版本。其包含了 720 多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含 conda 和 Python）。
Anaconda 通过管理工具包、开发环境、Python 版本，大大简化了工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。
也就是说，Anaconda 自带很多 Python 包，有了 Anaconda 就不用再对这些包进行安装了。而且在 PyCharm 中可以查看这些包，如果需要的包在系统中不存在，也可以很省心的进行包的在线下载，省事省力省心~~
那么如何将 Anaconda 集成到 PyCharm 中呢？
（1）安装 Anaconda。
1、进入 Anaconda 官网下载 Anaconda，官网下载地址：
点击需要的版本进行下载，我这里选的是 Windows 版。
可以选择 Python 的版本，我这里选的是 Python3
2、打开下载的.exe 文件来安装 Anaconda，安装流程如下
**注意：**这里建议第二个选项不要打钩（因为我们有可能平时使用的是默认的 python.ext，这样会产生冲突），在需要的时候我们可以在 pycharm 中找到文件的安装位置进行添加即可，单击'Install'，之后便可进行安装，然后等待安装完成。
（2）在 PyCharm 导入 Anaconda
打开 PyCharm，点击 File -> Settings，如下所示：
打开 Project Interpreter 页，
点击右侧
，选择 add 添加解释器，如下
添加 Anaconda 中 Python 解释器（Anaconda 安装目录下的 python.exe）
点击 OK，就能看到 Settings->Project Interpreter 的页面多了很多包
完成~
（3）在 Anaconda 中安装新的 Python 包
打开'cmd'窗口（快捷键 win+R，然后输入'cmd'），将当前目录定位到 anaconda 的目录，记住要定位到其中的Scripts 目录中，我的目录是'D:\Anaconda3\Scripts'，所以我定位到了这个文件位置。如下图：
然后就可以使用 pip 进行安装了，记住这个 pip 是anaconda 的 pip 工具（如果你装过 python.exe 的话，那么你的用户目录中的 pip 也是可以操作的，不过那里的 pip 就不是 anaconda 中的了，所以，请记住一定要切换到这个目录后进行 pip 安装），在这里我是使用了 pip install cocos2d 的命令进行了'cocos2d'这个包的安装，之后便是等待安装完成即可。
