摘要

  Python是一种面向对象的解释型计算机程序设计语言,其使用,具有跨平台的特点,可以在Linux、macOS以及Windows系统中搭建环境并使用,其编写的代码在不同平台上运行时,几乎不需要做较大的改动,使用者无不受益于它的便捷性。

  此外,Python的强大之处在于它的应用领域范围之广,遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等。实现其强大功能的前提,就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用,能够实现对不同领域业务的开发。然而,正是由于库的数量庞大,对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。

一、什么是Anaconda?

1、简介

Anaconda(官方网站https://www.anaconda.com/distribution/#macos)就是可以便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

2、特点

Anaconda具有如下特点:

开源

安装过程简单

高性能使用Python和R语言

免费的社区支持

其特点的实现主要基于Anaconda拥有的:

conda包

环境管理器

1,000+开源库

如果日常工作或学习并不必要使用1,000多个库,那么可以考虑安装Miniconda(下载地址:https://docs.conda.io/en/latest/miniconda.html),这里不过多介绍Miniconda的安装及使用。

3、 Anaconda、conda、pip、virtualenv的区别

3.1、Anaconda

Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括:conda, numpy, scipy, ipython notebook等。

3.2、conda

conda是包及其依赖项和环境的管理工具。

适用语言:Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

适用平台:Windows, macOS, Linux

用途:

① 快速安装、运行和升级包及其依赖项。

② 在计算机中便捷地创建、保存、加载和切换环境。

如果你需要的包要求不同版本的Python,你无需切换到不同的环境,因为conda同样是一个环境管理器。仅需要几条命令,你可以创建一个完全独立的环境来运行不同的Python版本,同时继续在你常规的环境中使用你常用的Python版本。——Conda官方网站https://conda.io/en/latest/

conda为Python项目而创造,但可适用于上述的多种语言。

conda包和环境管理器包含于Anaconda的所有版本当中。

3.3、pip

pip是用于安装和管理软件包的包管理器。

pip编写语言:Python。

Python中默认安装的版本:

① Python 2.7.9及后续版本:默认安装,命令为 pip

② Python 3.4及后续版本:默认安装,命令为 pip3

pip名称的由来:pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处:

① “Pip installs Packages”(“pip安装包”)

② “Pip installs Python”(“pip安装Python”)

3.4、virtualenv

virtualenv是用于创建一个独立的Python环境的工具。

解决问题:

当一个程序需要使用Python 2.7版本,而另一个程序需要使用Python 3.6版本,如何同时使用这两个程序?如果将所有程序都安装在系统下的默认路径,如:/usr/lib/python2.7/site-packages,当不小心升级了本不该升级的程序时,将会对其他的程序造成影响。

如果想要安装程序并在程序运行时对其库或库的版本进行修改,都会导致程序的中断。

在共享主机时,无法在全局 site-packages 目录中安装包。

virtualenv将会为它自己的安装目录创建一个环境,这并不与其他virtualenv环境共享库;同时也可以选择性地不连接已安装的全局库。

3.5、pip 与 conda 比较

→ 依赖项检查

pip:

① 不一定会展示所需其他依赖包。

② 安装包时或许会直接忽略依赖项而安装,仅在结果中提示错误。

conda:

① 列出所需其他依赖包。

② 安装包时自动安装其依赖项。

③ 可以便捷地在包的不同版本中自由切换。

→ 环境管理

pip:维护多个环境难度较大。

conda:比较方便地在不同环境之间进行切换,环境管理较为简单。

→ 对系统自带Python的影响

pip:在系统自带Python中包的更新/回退版本/卸载将影响其他程序。

conda:不会影响系统自带Python。

→ 适用语言

pip:仅适用于Python。

conda:适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

3.6、conda与pip、virtualenv的关系

conda结合了pip和virtualenv的功能。

参考资料:

1、知乎“初学python者自学anaconda的正确姿势是什么??”

https://www.zhihu.com/question/58033789/answer/254673663?utm_source=wechat_session&utm_medium=social

2、pip官方网站https://pip.pypa.io/en/stable/

3、virtualenv官方网站https://virtualenv.pypa.io/en/stable/

最新文章

  1. ASP.NET Redis 开发
  2. mongo virtual
  3. 观点:BPM已经过时了?
  4. kali 初始化
  5. 数据库MySQL与Oracle的一些去O注意项
  6. C#值数值类型转换
  7. Maven学习总结(三)——使用Maven构建项目
  8. Visual C++ 设置适合自己的解决方案目录结构
  9. Redis Windows版安装详解
  10. git 一口气带你走完git之旅
  11. Git来操作GitHub~
  12. Nginx-动态添加模块
  13. [20190402]Library Cache mutex.txt
  14. Python语言:Day11练习题
  15. 【进阶3-5期】深度解析 new 原理及模拟实现(转)
  16. 文件上传submit、ajax方式
  17. MSSQL给字段添加默认值
  18. 七、集成swagger2
  19. 校赛热身 Problem B. Matrix Fast Power
  20. [转]掌握 Dojo 工具包,第 2 部分: XHR 框架与 Dojo

热门文章

  1. 算法-deque双端队列
  2. 数字货币比特币以太坊买卖五档行情数据API接口
  3. Reinforcement Learning, Fast and Slow
  4. DeepCoder: A Deep Neural Network Based Video Compression
  5. 如何处理遇到的错误-lammps
  6. 区块链入门到实战(32)之Solidity – 代码注释
  7. struts中的一些问题
  8. 力扣Leetcode 680. 验证回文字符串 Ⅱ
  9. checkbox手动样式改变
  10. Update LateUpdae FixedUpdate