為什么有些人寧愿花費很多時間去自己手工配置Python環境, 也不用Anaconda?

也有很多人是自己配置Python環境,而不用Anaconda,我理解有兩方面原因。
首先Anaconda對數據科學很友好,但對于其他Python應用場景并不是最佳選擇,更多人會使用原生python+pip+venv,去搭配自己的開發環境。
其次,Anaconda過于臃腫,光安裝包就有五六百兆,占用幾個G的運行空間,造成資源浪費。

如果你知道Anaconda到底是什么,就會明確該不該用它。
Aanconda是基于conda的Python數據科學和機器學習開發平臺,這里有幾個關鍵詞需要畫線重點解釋。

conda是虛擬環境工具+包管理工具,可以用于各種開發語言,這里指Python。conda資源庫有上萬個第三方庫,大部分都是數據科學和機器學習相關領域。

作為替代,venv、pipenv、Virtualenv等工具也可以用來創建虛擬環境,pip可以用來下載管理Python包。
Python是Anaconda自帶的,無需你再次安裝,而且配置好了運行環境。
數據科學是指Anaconda側重于數據科學領域的Python開發,自帶pandas、numpy、matplotlib、Jupyter等大多數主流第三方庫,這也導致Anaconda體積過大。

所以綜上所述,Anaconda最大特點是:服務Python數據科學和機器學習,一次安裝,一勞永逸。
對于從事Python其他開發領域的人來說,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就不那么值得安裝了。
有一些用戶為了避免功能冗余,去選擇Miniconda,安裝包只有50M。
Miniconda是瘦身版的Anaconda,只包含Python和Conda。我也建議大家去使用Miniconda,簡潔、強大。你可以使用conda去配置虛擬環境,安裝各種第三方庫。

總而言之,如果你不喜歡折騰就用Anaconda,喜歡折騰可以試試自己配置Python或者用Miniconda。





























