Python部落(python.freelycode.com)组织翻译,禁止转载,欢迎转发。
2018年10月28日
为什么使用conda而不是pip?
如果你是搞科学的就会知道,打包是一个多语言问题。你可以使用基于系统的非python库安装,但是如果你想要处理依赖于这些工具的多个版本的多个项目,那么通常就会遇到一些问题。此时Conda就几乎成了唯一的出路。况且,Anaconda还有针对Intel MKL(数学内核库)编译的包。这同样也会使性能变得更快。
pip构造更慢一些
停止使用根环境
当人们开始使用conda/anaconda时,他们倾向于使用根环境(安装程序创建的环境)来做所有的事情。接着,他们开始在里面安装很多东西,直到根环境崩溃,最终束手无策。
根环境崩溃时的我
相比之下,为每个项目创建独立环境要容易得多。如果你搞砸了,你可以很方便地删除它们,然后重新开始。根环境是用来安装conda的地方。说真的,你的根环境应该只用于升级conda。其他所有事情都交给其他环境来做,这样你的编程生活才会更加长久的幸福。
开始使用Conda构造器
如果你想要为一组用户管理anaconda环境,构造器会是一个很好的工具! 在OSX/Linux/Windows上用于安装Anaconda和miniconda的安装程序是使用构造器构建的。构造器允许使用不同的规范来构建自己的安装程序,因此你不再需要依赖anconda安装程序,并且你可以根据团队所需的数据科学环境来构建安装程序。
使用构造器创建