推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 2572 天前的主题，其中的信息可能已经有所发展或是发生改变。
比较好奇大家喜欢用 anaconda 吗？ anaconda 的存在是否有些多此一举呢？
背景：Anaconda 指的是一个开源的 Python 发行版本，其包含了 conda、Python 等 180 多个科学包及其依赖项
个人认为 anaconda 的功能：
- 预装很多科学计算库
- 管理 python 库
- 虚拟环境
但是以上功能原生 python 完全可以自己解决：
- pip （需要什么装什么）
- pip
- virtualenv
那么 anaconda 似乎仅仅是集成了一些功能，让入门变得方便了一些，真的有必要为了一点入门的方便就再套个 conda 去管理 python 吗？
第 1 条附言 2018 年 12 月 27 日
大家的评论我都看了，很有意思~ 感谢大家客观的回复
截止到61楼，我总结了一下大家的讨论。
anaconda 有竞争力的优势：二进制发布，开箱即用，可以免去一些编译麻烦
嫌 anaconda 臃肿的替代方案：miniconda
意向投票（手动统计）：
- 喜欢：21
- 不喜欢：18
- 意向不明：14
 | 1 TimePPT PRO 科学计算开箱即用，使唤 anaconda 挺好的。 另外，pip 在 win 下没 anaconda 友好。 |
 | 2 wsh1108 2018 年 12 月 26 日 windows 下省事。linux 下感觉没必要，有点臃肿 |
 | 4 welkinzh 2018 年 12 月 26 日 太大了，不做科学计算的话用 pipenv 管理环境就够了 |
 | 6 jiangnanyanyu 2018 年 12 月 26 日 via Android 还要记一套命令，懒了 |
 | 8 wuhang89 2018 年 12 月 26 日 喜欢。 |
 | 9 Bryan0Z 2018 年 12 月 26 日 via Android 我也喜欢 2333 |
 | 10 shadownet 2018 年 12 月 26 日 via iPhone 问题蛮多的 快到弃用的边缘了 |
 | 11 hahastudio 2018 年 12 月 26 日 科学计算和开发是两个不同的目标人群 开箱即用我觉得很重要的 |
 | 12 hakono 2018 年 12 月 26 日 via Android 嗯。。。楼主一看就是没有被电脑上要装 n 个版本的 Python 折磨过的人 以及楼主体验下为了做个科学计算，安装了数不清的各种专业科学包，然后一堆包编译有问题一个个去解决有可怕 |
 | 13 justou 2018 年 12 月 26 日 via Android 用的 miniconda |
 | 14 wzw 2018 年 12 月 26 日 via iPhone 有 conda mini ？ |
 | 15 skyc 2018 年 12 月 26 日 喜欢~ 多 python 环境隔离~ 开发也好实验也好都方便 |
 | 16 windcode OP @hakono emm，多版本 python 我一般用 update-alternatives 管理。科学库的话，需要编译的库用 conda 就能直接安装了吗？ |
 | 17 Kobayashi 2018 年 12 月 26 日 via Android 搞科学家计算可以直接上，不是干这个的没必要用。一般管理多版本 Python、虚拟环境用 pyenv、pipenv。如果执意要使用 conda 管理多版本 Python 中、虚拟环境，使用 miniconda。 |
 | 18 dacapoday 2018 年 12 月 26 日 还有国内那些用 centos 标配 py2 却不给 sudo 权限的。装 py3 没权限，编译又缺包，系统库版本太低。只能用 anaconda，二进制发布，即下即用。也内置了 pip，和 conda 指令互不影响。 |
| 19 Kobayashi 2018 年 12 月 26 日 via Android pip 和 conda 并不是完全对应关系，前者是包管理，后者既管理包，也管理 Python 版本、虚拟环境。 miniconda 可视为一种 CPython 发行版本，因为普通 pip install conda 获得的 conda 好像是个阉割版。anaconda 可以视作 miniconda 外加预安装各种科学计算包。我猜 ana 是指 analysis ？ |
 | 20 hsfzxjy 2018 年 12 月 26 日 via Android conda 省去很多编译的烦恼，许多科学计算库编译起来相当麻烦，还有版本依赖问题 |
 | 22 Bismarrck 2018 年 12 月 26 日  1 当你要在 centos 6.5 下跑 tensorflow，glibc 只有 2.12 ，没有 sudo 权限时，就知道 anaconda 的可贵了 而且开箱即用实在是方便 |
 | 23 ClutchBear 2018 年 12 月 26 日 用 miniconda |
 | 24 orangeade 2018 年 12 月 26 日 miniconda3 在 win 上最近版本都有问题， 比如 python 3.7.1 编译时没有 ssl 模块： https://github.com/AnacondaRecipes/python-feedstock/issues/13 conda install jupyterlab 启动后一堆报错， pip 反而没问题 |
 | 26 1nakaELYBbsXbZxY 2018 年 12 月 26 日 就是比较臃肿一点，但是很多时候也是比较省事，多一种选择吧。 |
 | 27 labnotok 2018 年 12 月 26 日 via Android conda 不只是虚拟 |
 | 28 GoLand 2018 年 12 月 26 日 pyenv 大法好，conda 太臃肿了。 |
 | 29 fan2006 2018 年 12 月 26 日 你应该明白 python 不只是面向程序员。还有其他行业的人在用的。别人需要的是自己操控就可以开的车，而不是还要组装好才能开的车。 |
| 30 zhangzhe532 2018 年 12 月 26 日 via Android Python 版本问题才是 anaconda 主要解决的对象吧，2.X 并未淘汰 3.X 也在用，加上各个小版本，假如电脑用的 3.7 的，工作用 tensorflow，但是 tensorflow 只到 3.6。就很烦 |
 | 31 JackieMe 2018 年 12 月 26 日 via Android Anaconda 觉得太臃肿了，用的 Miniconda |
 | 32 ex2vkf 2018 年 12 月 26 日 太臃肿了 |
 | 33 ppphp 2018 年 12 月 26 日 anaconda 是 windows python 唯一解决方案，mac 和 linux 上各种选择就多了去了，甚至可以按需搭配 |
 | 34 Vegetable 2018 年 12 月 26 日 via Android 科学计算常用的 notebook 一般开发者根本用不到，spyder 同理。 其实这个发行版真的是为科学计算而生的，我开发机根本就一点都用不上，他最方便的就是可以命令行安装其他版本的 Python |
 | 35 wwhio 2018 年 12 月 26 日 用 miniconda |
 | 36 congeec 2018 年 12 月 27 日 linux 下如果你需要 mkl 的话，还是 anaconda 比较方便 Gentoo 用户请无视我 |
 | 37 widewing 2018 年 12 月 27 日 via Android 几乎完全用 conda 替代 venv+pip 的路过～ |
 | 38 lxmmmm 2018 年 12 月 27 日 via Android Windows 上是真方便，Linux 就算了，自己 pip 搞定一切 |
 | 39 sola97 2018 年 12 月 27 日 tensorflow |
 | 40 youngxu 2018 年 12 月 27 日 via Android 喜欢，Windows 上用 Anaconda，Linux 上用 Miniconda，科学计算必备，用着方便 |
 | 41 superzou 2018 年 12 月 27 日 via Android 可以集中精力做科学计算 而不是配置环境什么的。别人可能不是程序员，不需要浪费时间配置什么虚拟环境管理，依赖什么的。 |
 | 42 lovestudykid 2018 年 12 月 27 日 现在也感觉太臃肿了，包不是特别全。加了 conda-forge 的 channel 导致非常奇异的问题，理论上不能直接 update 大版本的，但我从 python 3.6 升级到了 python 3.7，然而部分软件包还是 3.6 的，没法用。 |
 | 43 ZRS 2018 年 12 月 27 日 更喜欢 pip |
 | 44 hscui 2018 年 12 月 27 日 作为一个新人，用 Anaconda 感觉非常好；特别是 Spyder 和 Notebook 开箱即用，不用浪费时间在环境配置上，先关注语言本身就好。 当然，Python 入门以后就可以换用其它东西来折腾了。 |
 | 45 twl007 2018 年 12 月 27 日 via iPhone 做科学计算就知道好了……有些特殊的科学计算的包要到特定渠道去下才行 要是自己编译真的是要命了 |
 | 46 silkriver 2018 年 12 月 27 日 Anaconda 不过就多占些硬盘空间而已，硬盘根本不能算是资源 |
 | 47 fengyj 2018 年 12 月 27 日 via Android 太臃肿了。解压都满 |
 | 48 jiejiss 2018 年 12 月 27 日 Mac / Linux 用啥都行。 Windows 自己玩玩（低端玩家）只用 pip 就够了。最多到 python2 -m pip 和 python3 -m pip 这份上。 Windows 搞科学计算和机器学习，不用 Anaconda，死都不知道怎么死的 我就想到去年我想在 Windows 10 上搭个 style2paints ……编译依赖库，报错几十个，一个个看，读 setup.py 源码和 python 自带的调用 C++ Compiler 的脚本的源码，然后再一点点下断点调试……还有为了编译装了 VS 2017 和 VS 2015 ……我的妈呀…… |
 | 49 zst 2018 年 12 月 27 日 via Android 嫌臃肿可以用 miniconda。。。。但是 pip 是真的烦。。。总是莫名其妙报错。。。还不如 conda 省事....但是 conda 速度很慢不知道为啥 |
 | 50 qcts33 2018 年 12 月 27 日 科学计算用到的 Numpy Scipy sklearn pandas 都是有 C 乃至 Fortran 的依赖的，要自己编译就太麻烦了 另外 conda 的 Numpy 的线性代数运算都是链接到 MKL 的，速度可能比你自己编译的更快 |
| 51 silkriver 2018 年 12 月 27 日 要设国内镜像源速度才会快的（ conda 国内源似乎只有中科大和清华两个） |
 | 52 xpresslink 2018 年 12 月 27 日 这个看个人需求吧。 非开发人员做科学计算为主的时候用这个比较方便，还有一些非 CS 专业的小白刚上手用的时候比较容易。 如果是对 LINUX 和各种操作系统都玩得很 6 就没有必要装这么一个臃肿玩意儿了，自己随便搞了。 |
 | 53 l0o0 2018 年 12 月 27 日 在我看来，anaconda 的功能包括了 pip 和 virtualenv 的。pip 和 virtualenv 的服务于 python 包，anaconda 还有管理一些包信赖相关的库文件什么的，功能更方便一些。省得一些非 root 下安装各种奇怪的库文件，减少了许多不必要的安装问题。 |
 | 54 fhy1994 2018 年 12 月 27 日 从来不用 原生 venv + pip 完全够用了 |
 | 55 withablink 2018 年 12 月 27 日 建议用 miniconda |
 | 56 wupher 2018 年 12 月 27 日 喜欢，开箱即用 |
 | 57 RockShake 2018 年 12 月 27 日 不喜欢那些配置，直接打开 Jupter Notebook 就能用，挺好的，另外一个 WinPython 感觉也不错 |
 | 58 magicalion 2018 年 12 月 27 日 更喜欢用 pip 和 virtualenvwrapper。 之前被 anaconda 安装要卸载弄过一次，很不方便。 |
 | 60 TingHaiJamiE 2018 年 12 月 27 日 弄一次 caffe，就体会到 anaconda 的好处... |
 | 61 glaucus 2018 年 12 月 27 日 miniconda +1 |
 | 62 yanring 2018 年 12 月 27 日 喜欢用 pip +1 但其实 anaconda 有个很好的优点是：诸如 TensorFlow, numpy 之类的包，anaconda 装上来是支持 mkl 的，比 pip 装的要快很多。 |
 | 63 TheWalkingDead 2018 年 12 月 27 日 深度学习的也可以用～一直工作在 anconda 下。 conda install 和 pip install 安装的 tensorflow-gpu 不太一样，conda 会根据 tf 版本，自动安装不同版本的 cuda 和 cudnn。如果只在电脑上装某一个版本的 cuda 和 cudnn，然后用 pip 安装，很多需要手动编译 tf。 我司算法人员基本都是 anaconda，如果用 pip，我觉得大概率是算法菜鸟。 |
 | 64 Airy 2018 年 12 月 27 日 via Android miniconda，window 下安装 django websocket 总是失败，实在无解使用 miniconda，妈妈再也不用担心我的环境了 |
 | 65 est 2018 年 12 月 27 日 miniconda3 不错。去掉 MKL 之后更 mini 了。 |
 | 66 zpaopao 2018 年 12 月 27 日 喜欢用，但我感觉比较臃肿。 |
 | 67 Sasasu 2018 年 12 月 27 日 pyenv 入侵性太强, 会在 path 里放一个假的 python, 依赖真 python 的 cli 工具会炸 venv 在 py2 下不能嵌套, 会让那些把 source xxx 放在 bashrc 里的人脑袋爆炸 pipenv 看起来是最好的, 但是不防小版本 同时这些工具都是用来启动一个服务. 不能让 cli 工具在虚拟环境里运行 pipsi 是给 cli 工具用的 pipenv, 但是和 pyenv 有冲突 conda 是大而全的解决方案: 二进制分发+防小版本升级. 但是和上面的 env 们一个毛病, 不能包装 cli 工具. conda2 里为了一个 py3 必须新建一个环境, 还要起个名字. 我同时需要 py2.7 py3.6 py3.7 又因为我的环境必须是 mac 所以我的解决办法是: 装个 debuan buster 虚拟机 其实上面的各种问题装个 linux 都能解决... 说用 pip 装肯定是算法菜鸟的肯定是不会自己编译软件的, 没有一份 tf 的头文件用啥 tf :) https://aur.archlinux.org/packages/python-sonnet-git/ (虽然现在 sonnet 已经没有 c 依赖了 :( ) |
| 68 TheWalkingDead 2018 年 12 月 28 日 @Sasasu #67 我同时需要 py2.7 py3.6 py3.7 又因为我的环境必须是 mac 所以我的解决办法是: 装个 debuan buster 虚拟机 --------------------------- 同时需要装这么多，用 conda activate 切换环境不方便？还装三个虚拟机，真是我见过最愚蠢的人了。 还有，tf 编译有多难？呵呵，tf 这么多版本，你一个个去编译试试？ tf 来一个版本，你编译一个？你 leader 不会骂你愚蠢吗。 |
 | 69 Earl 2018 年 12 月 28 日 @TheWalkingDead 我们这里从学校刚毕业的或者对 python 不太熟的，会用 anaconda 过渡一下，到后面就都自己按需弄环境了。看来我们这里都是越活越菜鸟了啊。 |
| 70 TheWalkingDead 2018 年 12 月 28 日 @Earl 应该是你司比较 low |
| 71 Earl 2018 年 12 月 28 日 @TheWalkingDead 这个回复倒是很清奇，就好像说只有用 matlab 才高大上，用 c++写算法的都是 low B。 不过你这个回复倒是很符合你对 V2EX 的认识，哈哈。 |
| 72 Sasasu 2018 年 12 月 28 日 @TheWalkingDead 我装了一个虚拟机, 里面有我需要全部 python 版本 conda 的源码分发在 linux 上没有优势, 反倒有坏处, 比如你的机器没有 AVX2, conda 上的 tf 带 AVX2, 然后就 core dumped 了 |
 | 73 Les1ie 2018 年 12 月 28 日 用不惯 conda.... 也试过 pipenv，还是觉得 pip 更靠谱 :) |
Select Language