为什么同时使用 conda 和 pip？ [复制]答案

【问题标题】：Why use both conda and pip? [duplicate]为什么同时使用 conda 和 pip？ [复制]
【发布时间】：2021-05-23 15:26:31
【问题描述】：

在这个article，作者建议如下

要安装模糊匹配器，我发现 conda 安装更容易依赖项（pandas、metaphone、fuzzywuzzy）然后使用 pip 安装模糊匹配器。考虑到这些算法的计算负担，您将希望尽可能多地使用编译后的 c 组件，并且 conda 对我来说是最简单的。

有人可以解释为什么他建议使用Conda 安装依赖项，然后使用pip 安装实际的包，即fuzzymatcher？为什么我们不能同时使用Conda？另外，我们如何知道我们是否按照他的建议使用编译的 C 包？

【问题讨论】：

这能回答你的问题吗？ What is the difference between pip and conda?

标签： python pip conda

【解决方案1】：

其他答案已经解决了 Conda 如何更好地管理非 Python 依赖项。至于为什么要使用 Pip，在这种情况下并不复杂：fuzzymatcher 在撰写文章时，Conda 上没有包（2020 年 2 月 18 日）。该软件包的第一个也是唯一一个版本是 2020 年 12 月 1 日的uploaded on Conda Forge。

除非想要一个旧版本 (现在可以直接使用 Conda。展望未来，Conda Forge's Autotick Bot 将自动提交拉取请求并构建任何新版本的包，只要它们被推送到 PyPI。

【讨论】：

【解决方案2】：

conda 是Anaconda 或Miniconda 的包管理器（安装程序和卸载程序）。

pip 是 Python 的包管理器。

根据您的系统环境和其他设置，pip 和 conda 可能会安装到同一个 Python 安装文件夹（$PYTHONPATH/Lib/site-packages 或 %PYTHONPATH%\Lib\site-packages）。因此，conda 和 pip 通常可以很好地协同工作。

但是，conda 和 pip 从不同的渠道或网站获取它们的 Python 包。

conda从官方频道搜索和下载：https://repo.anaconda.com/pkgs/
- 此软件包由 Anaconda 正式支持，因此在该频道中进行维护。
- 但是，我们可能不会在官方频道中找到所有 Python 包或更新版本的包。这就是为什么有时我们可能会从“conda-forge”或“bioconda”安装 Python 包。这些是由开发人员和其他友好用户维护的非官方渠道。
- 我们可以像这样指定其他频道：
```
conda install <package1> --channel conda-forge
conda install <package2> --channel bioconda
```
从pypipip 搜索和下载
- 我们应该可以在那里下载所有公开可用的 Python 包。
- 这些包由开发人员和友好用户生成和上传。
- 每个包中的依赖设置可能未经过全面测试或验证。
- 这些包可能不支持较旧或较新版本的 Python。

因此，如果您使用 Anaconda 或 Miniconda，则应使用 conda。如果您无法从官方渠道找到特定的软件包，您可以尝试 conda-forge 或 bioconda。最后从 pypi 获取。

但是，如果您不使用 Anaconda，请坚持使用 pip。

对于高级用户，您可以从他们的源（如 github、gitlab 等）下载最新的库但是有一个问题：

一些 Python 包是用纯 Python 编写的。在这种情况下，将这些软件包安装到系统中应该没有问题。
一些 Python 包是用 C、C++、Go 等编写的。在这种情况下，您需要
- 为您的系统和 Python 环境（32 位或 64 位版本）提供支持的编译器。
- Python 头文件、可链接的 Python 库和特定于您安装的 Python 版本的档案。 Anaconda 在其安装中包含这些。

我们如何知道 Python 包是否需要特定的编译器？

人们可能不容易发现。但是，您可以通过以下方式（可能是顺序）找到：

查看源存储库中的登录页面（或README.nd 或README.txt 文件）。
例如，如果你去Pandas's source repository，它表明它需要cython，因此安装需要一个C编译器。
查看源存储库中的setup.py。比如你去numpy's setup.py，它需要一个C编译器。
查看使用需要编译的编程语言（如 C、C++、Go 等）编写的源代码数量。例如，numpy 库使用 35.7% 的 C、1.0% 的 C++ 等编写. 但是，这只是一个指南，因为这些源代码可能只是测试例程。

在 stackoverflow 中提问。

【讨论】：

【解决方案3】：

对于已编译的 C 包，您可以导入一个包，查看它的位置，然后检查包本身以查看它导入的内容。在某些时候，您会读入已编译模块的导入（*nix 上的 .so 扩展名）。可能有一种更简单的方法，但这可能取决于编译模块在包的导入顺序中的哪个时间点被加载。

Fuzzymatcher 可能无法通过 Conda 获得，或者只有一个过时的版本，或者只有一个与一组过时的依赖项匹配的版本。然后你可能会得到一组过时的包。 Pip 可能有更新版本的模糊匹配器，并且可能不太关心您环境中各种其他包的版本（无论好坏）。我对fuzzymatcher不熟悉，所以我不能给你一个确切的理由：你得问作者。

请注意，在使用 Conda 安装必要的软件包时，该段落的重点是某些软件包需要 (C) 库（不是必需的已编译软件包，尽管它们将依赖于这些库）默认情况下可能未在您的系统上安装。 Conda 将为您安装这些；点子不会。

【讨论】：