也有很多人是自己配置Python環境,不用Anaconda,我理解有兩方面原因。
首先Anaconda對資料科學很友好,但對於其他Python應用場景並不是最佳選擇,更多人會使用原生python pip venv,去搭配自己的開發環境。
其次,Anaconda太過臃腫,光安裝包就有五、六百兆,佔用幾個G的運作空間,造成資源浪費。
如果你知道Anaconda到底是什麼,就會明確指出該不該用它。
Aanconda是基於conda的Python資料科學和機器學習開發平台,這裡有幾個關鍵字需要畫線重點解釋。
conda是虛擬環境工具 套件管理工具,可以用於各種開發語言,這裡指Python。 conda資源庫有上萬個第三方函式庫,大部分都是資料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套件。
Python是Anaconda自備的,無需你再次安裝,而且配置好了運行環境。
資料科學是指Anaconda專注於資料科學領域的Python開發,自帶pandas、numpy、matplotlib、Jupyter等大多數主流第三方函式庫,這也導致Anaconda體積過大。
所以綜上所述,Anaconda最大特點是:服務Python資料科學與機器學習,一次安裝,一勞永逸。
對於從事Python其他開發領域的人來說,並不需要上述的功能,或者完全可以用pip、venv等工具替代,那麼Anaconda就不那麼值得安裝了。
有一些用戶為了避免功能冗餘,去選擇Miniconda,安裝套件只有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去設定虛擬環境,安裝各種第三方函式庫。
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設定Python或用Miniconda。
以上是為什麼有些人寧願花很多時間去自己手工配置Python環境, 也不用Anaconda?的詳細內容。更多資訊請關注PHP中文網其他相關文章!