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?

知乎上遇到个热门问题，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?

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。

作为替代，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Anaconda，喜欢折腾可以试试自己配置Python或者用Miniconda。

最后：关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。

👉[[CSDN大礼包：《python安装包&全套学习资料》免费分享]]（安全链接，放心点击）

一、Python所有方向的学习路线

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。

二、Python必备开发工具

四、Python视频合集

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。

五、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。

六、Python练习题

检查学习结果。

七、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。


最后，千万别辜负自己当时开始的一腔热血，一起变强大变优秀。