Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

WBOY
WBOYke hadapan
2023-04-12 17:04:101975semak imbas

Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

Terdapat juga ramai orang yang mengkonfigurasi persekitaran Python dengan sendirinya dan bukannya menggunakan Anaconda. Saya faham ada dua sebab.

Pertama sekali, Anaconda sangat mesra kepada sains data, tetapi ia bukan pilihan terbaik untuk senario aplikasi Python yang lain Lebih ramai orang akan menggunakan python+pip+venv asli untuk memadankan persekitaran pembangunan mereka sendiri.

Kedua, Anaconda terlalu kembung Pakej pemasangan sahaja adalah 500 hingga 600 MB, menduduki beberapa G ruang berjalan, mengakibatkan pembaziran sumber.

Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

Jika anda tahu apa itu Anaconda, anda akan tahu sama ada anda patut menggunakannya atau tidak.

Aanconda ialah platform pembangunan sains data dan pembelajaran mesin berdasarkan conda. Terdapat beberapa kata kunci yang perlu diserlahkan dan dijelaskan.

Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

conda ialah alat persekitaran maya + alat pengurusan pakej yang boleh digunakan untuk pelbagai bahasa pembangunan, di sini merujuk kepada Python. Pustaka sumber conda mempunyai puluhan ribu perpustakaan pihak ketiga, yang kebanyakannya berkaitan dengan sains data dan pembelajaran mesin.

Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

Sebagai alternatif, alatan seperti venv, pipenv dan Virtualenv juga boleh digunakan untuk mencipta persekitaran maya dan pip boleh digunakan untuk memuat turun dan mengurus pakej Python.

Python disertakan dengan Anaconda, anda tidak perlu memasangnya sekali lagi dan persekitaran berjalan dikonfigurasikan.

Sains data bermakna Anaconda memfokuskan pada pembangunan Python dalam bidang sains data Ia disertakan dengan kebanyakan perpustakaan pihak ketiga arus perdana seperti panda, numpy, matplotlib dan Jupyter Ini juga menyebabkan Anaconda menjadi terlalu besar .

Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

Ringkasnya, ciri terbesar Anaconda ialah: menyediakan sains data Python dan pembelajaran mesin, setelah dipasang, sekali dan untuk semua.

Bagi mereka yang terlibat dalam bidang pembangunan Python lain, mereka tidak memerlukan fungsi di atas, atau mereka boleh menggantikannya sepenuhnya dengan alatan seperti pip dan venv, jadi Anaconda tidak berbaloi untuk dipasang.

Untuk mengelakkan lebihan fungsi, sesetengah pengguna memilih Miniconda Pakej pemasangan hanya 50M.

Miniconda ialah versi Anaconda yang lebih langsing, hanya mengandungi Python dan Conda. Saya juga mengesyorkan semua orang untuk menggunakan Miniconda, yang mudah dan berkuasa. Anda boleh menggunakan conda untuk mengkonfigurasi persekitaran maya dan memasang pelbagai perpustakaan pihak ketiga.

Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?

Ringkasnya, jika anda tidak suka melambung, gunakan Anaconda Jika anda suka melambung, anda boleh cuba mengkonfigurasi Python sendiri atau menggunakan Miniconda.

Atas ialah kandungan terperinci Mengapakah sesetengah orang lebih suka menghabiskan banyak masa untuk mengkonfigurasi persekitaran Python secara manual daripada menggunakan Anaconda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:51cto.com. Jika ada pelanggaran, sila hubungi admin@php.cn Padam