Warum verbringen manche Leute lieber viel Zeit damit, die Python-Umgebung manuell zu konfigurieren, anstatt Anaconda zu verwenden?

Es gibt auch viele Leute, die die Python-Umgebung selbst konfigurieren, anstatt Anaconda zu verwenden.

Erstens ist Anaconda sehr datenwissenschaftsfreundlich, aber für andere Python-Anwendungsszenarien ist es nicht die beste Wahl. Immer mehr Menschen verwenden natives Python + Pip + Venv, um es an ihre eigene Entwicklungsumgebung anzupassen.

Zweitens ist Anaconda zu aufgebläht. Allein das Installationspaket ist 500 bis 600 Megabyte groß und belegt mehrere GB laufenden Speicherplatz, was zu einer Verschwendung von Ressourcen führt.

Wenn Sie wissen, was Anaconda ist, wissen Sie, ob Sie es verwenden sollten oder nicht.

Aanconda ist eine auf Conda basierende Python-Plattform für Datenwissenschaft und maschinelles Lernen. Es gibt mehrere Schlüsselwörter, die hervorgehoben und erklärt werden müssen.

conda ist ein virtuelles Umgebungstool + Paketverwaltungstool, das für verschiedene Entwicklungssprachen verwendet werden kann, hier bezieht sich auf Python. Die Conda-Ressourcenbibliothek verfügt über Zehntausende Bibliotheken von Drittanbietern, von denen sich die meisten mit Datenwissenschaft und maschinellem Lernen befassen.

Alternativ können auch Tools wie venv, pipenv, Virtualenv zum Erstellen virtueller Umgebungen und pip zum Herunterladen und Verwalten verwendet werden Python-Pakete.

Python wird mit Anaconda geliefert, Sie müssen es nicht erneut installieren und die Laufumgebung ist konfiguriert.

Data Science bedeutet, dass sich Anaconda auf die Python-Entwicklung im Bereich Data Science konzentriert und mit den meisten Mainstream-Bibliotheken von Drittanbietern wie Pandas, Numpy, Matplotlib und Jupyter ausgestattet ist zu groß.

Zusammenfassend lässt sich sagen, dass das größte Merkmal von Anaconda darin besteht, Python-Datenwissenschaft und maschinelles Lernen ein für alle Mal zu unterstützen, sobald es installiert ist.

Für diejenigen, die in anderen Python-Entwicklungsbereichen tätig sind, benötigen sie die oben genannten Funktionen nicht oder können sie vollständig durch Tools wie pip und venv ersetzen, sodass sich die Installation von Anaconda nicht lohnt.

Um funktionale Redundanz zu vermeiden, entscheiden sich einige Benutzer für Miniconda. Das Installationspaket ist nur 50 MB groß.

Miniconda ist eine abgespeckte Version von Anaconda, die nur Python und Conda enthält. Ich empfehle außerdem jedem, Miniconda zu verwenden, das einfach und leistungsstark ist. Mit Conda können Sie eine virtuelle Umgebung konfigurieren und verschiedene Bibliotheken von Drittanbietern installieren.

Kurz gesagt, wenn Sie nicht gerne werfen, verwenden Sie Anaconda. Wenn Sie gerne werfen, können Sie versuchen, Python selbst zu konfigurieren oder Miniconda zu verwenden .

Das obige ist der detaillierte Inhalt vonWarum verbringen manche Leute lieber viel Zeit damit, die Python-Umgebung manuell zu konfigurieren, anstatt Anaconda zu verwenden?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!