tensorflow的python跟自己下的python有什么区别_pip install 和conda install的区别，你想过吗？...

大部分情况下没什么区别。基本上，我更喜欢用pip，因为国内用pip网速比conda快哈哈，即便是用了国内源的情况下。

正式一点地说，pip和conda功能相似，但仍然有一些区别，conda官方就有文章专门说这个：https://www.anaconda.com/blog/understanding-conda-and-pip

pip是用来安装python包的，安装的是python wheel或者源代码的包。从源码安装的时候需要有编译器的支持，pip也不会去支持python语言之外的依赖项。

conda是用来安装conda package，虽然大部分conda包是python的，但它支持了不少非python语言写的依赖项，比如mkl cuda这种c c++写的包。然后，conda安装的都是编译好的二进制包，不需要你自己编译。所以，pip有时候系统环境没有某个编译器可能会失败，conda不会。这导致了conda装东西的体积一般比较大，尤其是mkl这种，动不动几百兆甚至一G多。

然后，conda功能其实比pip更多。pip几乎就是个安装包的软件，conda是个环境管理的工具。conda自己可以用来创建环境，pip不能，需要依赖virtualenv之类的。意味着你能用conda安装python解释器，pip不行。这一点我觉得是conda很有优势的地方，用conda env可以很轻松地管理很多个版本的python，pip不行。

然后是一些可能不太容易察觉的地方。conda和pip对于环境依赖的处理不同，总体来讲，conda比pip更加严格，conda会检查当前环境下所有包之间的依赖关系，pip可能对之前安装的包就不管了。这样做的话，conda基本上安上了就能保证工作，pip有时候可能装上了也不work。不过我个人感觉这个影响不大，毕竟主流包的支持都挺不错的，很少遇到broken的情况。这个区别也导致了安装的时候conda算依赖项的时间比pip多很多，而且重新安装的包也会更多(会选择更新旧包的版本)。

最后，pip的包跟conda不完全重叠，有些包只能通过其中一个装。

作者：知乎@马索萌 https://www.zhihu.com/question/395145313/answer/1230725052

好文章，我在看❤️