首页 文章

pip和conda有什么区别？

提问于
浏览 次
481

我知道 pip 是python包的包管理器 . 但是，我看到IPython网站上的安装使用 conda 来安装IPython .

我可以使用 pip 来安装IPython吗？当我已经拥有 pip 时，为什么我应该使用 conda 作为另一个python包管理器？

pip 和 conda 之间有什么区别？

python pip ipython package-managers conda

9 回答

  • 339

    引用Conda blog：

    长期参与python世界，我们都知道pip，easy_install和virtualenv，但这些工具并不能满足我们所有的特定要求 . 主要问题是它们专注于Python，忽略了非Python库依赖项，如HDF5，MKL，LLVM等，它们的源代码中没有setup.py，也没有将文件安装到Python的站点中-packages目录 .

    因此，Conda是一个包装工具和安装程序，旨在做的不仅仅是 pip ;处理Python包之外的库依赖项以及Python包本身 . Conda还创建了一个虚拟环境，如 virtualenv .

    因此，Conda应该与Buildout进行比较，这可能是另一个允许您处理Python和非Python安装任务的工具 .

    因为Conda引入了新的包装格式，所以不能互换使用 pip 和Conda; pip 无法安装Conda包格式 . 您可以并排使用这两个工具（通过 pip 安装 conda install pip ），但它们也不能互操作 .

    回复于
  • 2

    从Conda for Data Science文章引用连续网站：

    Conda vs pip Python程序员可能熟悉pip从PyPI下载包并管理他们的要求 . 虽然conda和pip都是包管理器，但它们是非常不同的：Pip特定于Python包，而conda与语言无关，这意味着我们可以使用conda来管理来自任何语言的包Pip从源代码编译并且conda安装二进制文件，删除编译的负担Conda本身创建了与语言无关的环境，而pip依赖virtualenv来管理Python环境虽然建议总是使用conda包，但conda也包括pip，所以你不必在两者之间做出选择 . 例如，要安装一个没有conda包但可通过pip获得的python包，只需运行，例如：

    conda install pip
pip install gensim
    回复于
  • 0

    这是一个简短的纲要：

    点

    仅

    • Python包 .

    • 从源代码编译所有内容 . EDIT: pip now installs binary wheels, if they are available.

    • 由核心Python社区祝福（即，Python 3.4包含自动提升pip的代码） .

    conda

    • Python不可知 . 现有软件包的主要关注点是Python，实际上conda本身是用Python编写的，但你也可以为C库或R软件包提供conda软件包，或者真的有任何东西 .

    • 安装二进制文件 . 有一个名为 conda build 的工具可以从源代码构建软件包，但 conda install 本身可以从已构建的conda软件包中安装 .

    • 外部 . Conda是Anaconda的软件包管理器，它是由Continuum Analytics提供的Python发行版，但它也可以在Anaconda之外使用 . 您可以通过pip安装将它与现有的Python安装一起使用（尽管除非您有充分的理由使用现有安装，否则不建议这样做） .

    在这两种情况下：

    • 用Python编写

    • 开源（conda是BSD，pip是麻省理工学院）

    conda的前两个要点实际上是什么使它比许多包装的pip更有利 . 由于pip是从源代码安装的，如果你无法编译源代码就很难安装它（在Windows上尤其如此，但如果软件包有一些困难的C或FORTRAN库，它甚至可以在Linux上运行依赖） . Conda从二进制安装，意味着有人（例如Continuum）已经完成了编译包的艰苦工作，因此安装很容易 .

    如果您有兴趣构建自己的包，也会有一些差异 . 例如，pip Build 在setuptools之上，而conda使用自己的格式，这有一些优点（比如静态，再次，Python不可知） .

    回复于
  • 193

    不要混淆你，但你也可以在你的conda环境中使用pip，这可以验证上面的一般与python特定的管理者评论 .

    conda install -n testenv pip
source activate testenv
pip <pip command>

    您还可以将pip添加到任何环境的默认包中，以便每次都存在，这样您就不必遵循上面的代码段 .

    回复于
  • 22

    pip 仅适用于Python

    conda 仅适用于Anaconda等其他科学软件包，如R依赖等 . 不是每个人都需要已经附带Python的Anaconda . Anaconda主要面向那些进行机器学习/深度学习等的人 . 休闲Python开发人员不会在他的笔记本电脑上运行Anaconda .

    回复于
  • 9

    我可以使用pip来安装iPython吗？

    当然，两者（第一页上页）

    pip install ipython

    （第三种方法，第二种方法是 conda ）

    您可以从GitHub或PyPI手动下载IPython . 要安装其中一个版本，请将其解压缩并使用Terminal：pip install从顶级源目录运行以下命令 .

    是officially recommended ways to install .

    当我已经拥有pip时，为什么我应该使用conda作为另一个python包管理器？

    如上所述here：

    如果您需要特定的包，可能只针对一个项目，或者如果您需要与其他人共享项目，那么conda似乎更合适 .

    康达超越点（YMMV）

    • 使用非python工具的项目

    • 与同事分享

    • 版本之间切换

    • 在具有不同库版本的项目之间切换

    pip和conda有什么区别？

    其他人都广泛回答了这个问题 .

    回复于
  • 73

    其他答案给出了详细的详细描述，但我想强调一些高级别的要点 .

    pip是一个包管理器，便于 python packages 的安装，升级和卸载 . 它也适用于虚拟 python 环境 .

    conda是 any software （安装，升级和卸载）的包管理器 . 它也适用于虚拟 system 环境 .

    conda设计的目标之一是促进用户所需的整个软件堆栈的包管理，其中一个或多个python版本可能只是一小部分 . 这包括低级库，如线性代数，编译器，如Windows上的mingw，编辑器，Hg和Git等版本控制工具，或其他需要分发和管理的工具 .

    对于版本管理，pip允许您在多个 python 环境之间切换和管理 .

    Conda允许您在_502996之间切换和管理 multiple general purpose environments ，其中多个其他内容可能因版本号而异，例如C库，编译器，测试套件或数据库引擎等 .

    Conda不是以Windows为中心的，但在Windows上，当需要安装和管理需要编译的复杂科学包时，它是目前可用的优秀解决方案 .

    当我想到在Windows上通过pip编译许多这些软件包失去了多少时间，或者在需要编译时调试失败的 pip install 会话时，我想要哭泣 .

    最后一点，Continuum Analytics还托管（免费）binstar.org（现称为repo.continuum.io），允许常规软件包开发人员创建自己的自定义（内置！）软件堆栈，其软件包用户可以从中获得 conda install .

    回复于
  • 10

    For WINDOWS users

    “标准”包装工具的情况最近有所改善：

    在pypi本身_999_，截至9月，现在有48％的轮组 . 2015年11月（2015年5月为38％，2014年9月为24％），

    • 轮式格式现在支持每个最新的python 2.7.9开箱即用，

    “标准”“调整”包装工具的情况也在改善：

    • 你可以在http://www.lfd.uci.edu/~gohlke/pythonlibs找到几乎所有轮式的科学包装，

    • mingwpy项目可能会为Windows用户带来一天的“编译”包，允许在需要时从源安装所有内容 .

    "Conda"包装对于其服务的市场仍然更好，并突出了"standard" should 改善的领域 .

    （此外，依赖规范多次努力，在标准轮系统和conda系统或buildout中，并不是非常pythonic，如果所有这些包装'核心'技术可以通过某种PEP汇聚，那将是很好的）

    回复于
  • 17

    引自Conda: Myths and Misconceptions（全面描述）：

    ...

    神话＃3：Conda和pip是直接竞争对手

    Reality: Conda and pip serve different purposes, and only directly compete in a small subset of tasks: namely installing Python packages in isolated environments.

    Pip代表 P ip I nstalls P ackages，是Python官方认可的软件包管理器，最常用于安装Python Package Index（PyPI）上发布的软件包 . pip和PyPI都受Python Packaging Authority（PyPA）的支配和支持 .

    简而言之，pip是Python包的通用管理器; conda是一个与语言无关的跨平台环境管理器 . 对于用户来说，最显着的区别可能就是：pip在任何环境中安装python包; conda在conda环境中安装任何软件包 . 如果您所做的只是在隔离环境中安装Python包，那么conda和pip virtualenv大多可以互换，模块化依赖性处理和包可用性方面的差异 . 隔离环境我指的是conda-env或virtualenv，您可以在其中安装包而无需修改系统Python安装 .

    即使放弃神话＃2，如果我们只专注于安装Python软件包，conda和pip会为不同的受众和不同目的服务 . 如果你想在现有系统Python安装中管理Python包，conda无法帮助你：按照设计，它只能在conda环境中安装包 . 比方说，如果您想使用依赖外部依赖项的许多Python包（NumPy，SciPy和Matplotlib是常见的）例子），虽然以有意义的方式跟踪这些依赖关系，但是pip无法帮助你：在设计上，它管理Python包，只管理Python包 .

    Conda和pip不是竞争对手，而是专注于不同用户群和使用模式的工具 .

    回复于

相关问题