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Notepade++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Python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：https://www.anaconda.com/download/
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:Anaconda3Scripts”，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。
以上就是超详细超的Windows下PyCharm配置Anaconda环境教程，喜欢或者对您有用的话，帮忙点个赞哟O(∩_∩)O~~
之后会慢慢开始分享一些机器学习、深度学习的心得和教程，欢迎大家关注以及指正，共同交流学习进步~
部分文章参考自百度百科词条及以下博客：