为什么有些人宁愿花费很多时间去自己手工配置Python环境, 也不用Anaconda?

前言

遇到个问题说：为什么有些人宁愿花费很多时间去自己手工配置Python环境, 也不用Anaconda?

（文末送读者福利）

想想也挺有意思，Anaconda这几年飞速发展，身边利用Python进行数据分析的开发者蛮多在用，大有与Python争锋之势，当然它也属于Python。

也有很多人是自己配置Python环境，而不用Anaconda，我理解有两方面原因。

首先Anaconda对数据科学很友好，但对于其他Python应用场景并不是最佳选择，更多人会使用原生python+pip+venv，去搭配自己的开发环境。

其次，Anaconda过于臃肿，光安装包就有五六百兆，占用几个G的运行空间，造成资源浪费。

如果你知道Anaconda到底是什么，就会明确该不该用它。

Aanconda是基于conda的Python数据科学和机器学习开发平台，这里有几个关键词需要画线重点解释。

conda是虚拟环境工具+包管理工具，可以用于各种开发语言，这里指Python。conda资源库有上万个第三方库，大部分都是数据科学和机器学习相关领域。

除了conda，venv、pipenv、Virtualenv等工具也可以用来创建虚拟环境，pip可以用来下载管理Python包。

Python是Anaconda自带的，无需你再次安装，而且配置好了运行环境。

数据科学是指Anaconda侧重于数据科学领域的Python开发，自带pandas、numpy、matplotlib、Jupyter等大多数主流第三方库，这也导致Anaconda体积过大。

所以综上所述，Anaconda最大特点是：服务Python数据科学和机器学习，一次安装，一劳永逸。

对于从事Python其他开发领域的人来说，并不需要上述的功能，或者完全可以用pip、venv等工具替代，那么Anaconda就不那么值得安装了。

有一些用户为了避免功能冗余，去选择Miniconda，安装包只有50M。

Miniconda是瘦身版的Anaconda，只包含Python和Conda。我也建议大家去使用Miniconda，简洁、强大。你可以使用conda去配置虚拟环境，安装各种第三方库。

总而言之，如果你不喜欢折腾就用用Anaconda，喜欢折腾可以试试自己配置或者用Miniconda。

读者福利：知道你对Python感兴趣，便准备了这套python学习资料

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括：Python永久使用安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等习教程。带你从零基础系统性的学好Python！

零基础Python学习资源介绍

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取哈）

👉Python必备开发工具👈

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉100道Python练习题👈

检查学习结果。

👉面试刷题👈

资料领取

上述这份完整版的Python全套学习资料已经上传CSDN官方，朋友们如果需要可以微信扫描下方CSDN官方认证二维码输入“领取资料” 即可领取

好文推荐

了解python的前景：https://blog.csdn.net/SpringJavaMyBatis/article/details/127194835

了解python能做什么：https://blog.csdn.net/SpringJavaMyBatis/article/details/127196603