Anaconda を使わずに自分で Python 環境を構築する人も多いのですが、理由は 2 つあると思います。
まず第一に、Anaconda はデータ サイエンスに非常に適していますが、他の Python アプリケーション シナリオには最適な選択肢ではありません。独自の開発環境に合わせてネイティブ Python pip venv を使用する人が増えるでしょう。
第二に、Anaconda は肥大化しすぎており、インストール パッケージだけでも 500 ~ 600 MB あり、数 G の実行領域を占有し、リソースの無駄になります。
Anaconda が何なのかを知っていれば、それを使用すべきかどうかがわかります。
Aanconda は、conda に基づいた Python データ サイエンスおよび機械学習開発プラットフォームです。強調して説明する必要があるキーワードがいくつかあります。
#conda は、さまざまな開発言語で使用できる仮想環境ツールのパッケージ管理ツールです。ここでは Python を指します。 conda リソース ライブラリには何万ものサードパーティ ライブラリがあり、そのほとんどはデータ サイエンスと機械学習に関連しています。
代わりに、venv、pipenv、Virtualenv などのツールを使用して仮想環境を作成したり、pip を使用して Python パッケージをダウンロードして管理したりすることもできます。
Python には Anaconda が付属しており、再インストールする必要はなく、実行環境が設定されています。
データ サイエンスとは、データ サイエンスの分野での Python 開発に焦点を当てた Anaconda を指します。これには、pandas、numpy、matplotlib、Jupyter などのほとんどの主流のサードパーティ ライブラリが付属しています。これにより、Anaconda が大きすぎます。 。
つまり、Anaconda の最大の特徴は、一度インストールすると、Python データ サイエンスと機械学習を完全に提供できることです。
他の Python 開発分野に従事している人にとって、上記の機能は必要ないか、pip や venv などのツールで完全に置き換えることができるため、Anaconda をインストールする価値はありません。
機能の冗長性を避けるために Miniconda を選択するユーザーもいますが、インストール パッケージはわずか 50M です。
Miniconda は Anaconda のスリム化バージョンで、Python と Conda のみが含まれています。また、シンプルで強力な Miniconda を使用することをお勧めします。 conda を使用して仮想環境を構成し、さまざまなサードパーティ ライブラリをインストールできます。
#つまり、投げるのが好きではない場合は Anaconda を使用し、投げるのが好きであれば自分で Python を設定してみるか、Miniconda を使用してください。
以上がAnaconda を使用せずに、Python 環境を手動で構成することに多くの時間を費やすことを好む人がいるのはなぜですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。