


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!

Heiße KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Stellen Sie sicher, dass Python installiert und dem Systempfad hinzugefügt wird. Führen Sie Python-Version oder Python3-Versionsprüfung durch das Terminal aus; 2. Speichern Sie die Python -Datei als .Py -Erweiterung wie Hello.py; 3.. Erstellen Sie ein benutzerdefiniertes Build-System in Sublimetext, Windows-Benutzer verwenden {"CMD": ["Python", "-u", "$ file"]}, MacOS/Linux-Benutzer verwenden {"CMD": ["Python3

Um Python -Skripte zu debuggen, müssen Sie zuerst die Python -Erweiterung installieren und den Interpreter konfigurieren. Erstellen Sie dann eine LOWN.JSON -Datei, um die Debugging -Konfiguration festzulegen. Setzen Sie dann einen Haltepunkt in den Code und drücken Sie F5, um das Debugging zu starten. Das Skript wird am Haltepunkt unterbrochen, sodass die Überprüfung von Variablen und die Schritt-für-Schritt-Ausführung überprüft werden kann. Durch die Überprüfung des Problems durch Anzeigen der Konsolenausgabe, Hinzufügen von Protokollen oder Anpassungsparametern usw., um sicherzustellen, dass der Debugging -Prozess nach korrekter Umgebung einfach und effizient ist.

ClassMethodsinpythonarboundtotheClassandNottoinstances, die THEMTOBECALLED WITHOUT CREATEANOBJECT.1.Theyaredefinedused the@classMethoddecoratorandtakeClsastheFirstparameter, überlegt

asyncio.queue ist ein Warteschlangenwerkzeug für eine sichere Kommunikation zwischen asynchronen Aufgaben. 1. Der Produzent fügt Daten über AwaitQueue.put (Element) hinzu, und der Verbraucher verwendet AwaitQueue.get (), um Daten zu erhalten. 2. Für jeden Artikel, den Sie verarbeiten, müssen Sie Queue.task_done () anrufen, um auf Queue.join () zu warten, um alle Aufgaben zu erledigen. 3. Verwenden Sie keine als Endsignal, um den Verbraucher zu benachrichtigen, um zu stoppen. 4. Wenn mehrere Verbraucher mehrere Endsignale gesendet werden müssen oder alle Aufgaben bearbeitet wurden, bevor die Aufgabe abgesagt wird. 5. Die Warteschlange unterstützt die Einstellung der Maxsize -Grenzkapazität, die Einstellung und Erhalten von Vorgängen automatisch und blockiert die Ereignisschleife nicht, und das Programm übergeht schließlich CORD

Mit dem Keyword für die Ausbeute wird eine Generatorfunktion definiert, damit die Ausführung pausieren und die Werte nacheinander zurückgeben und dann die Pause wiederherstellen können. Die Generatorfunktion gibt ein Generatorobjekt zurück, hat faule Bewertungseigenschaften und kann Speicher speichern. Es eignet sich zum Umgang mit Szenarien wie großen Dateien, Streaming -Daten und unendlichen Sequenzen. Der Generator ist ein Iterator, der als nächstes () und für Schleifen unterstützt, aber nicht zurückspulen kann und muss wieder nachgebaut werden, um wieder iteriert zu werden.

InstallSublimetextandpython, thenconfigureabuildSystemByCreatrectython3.Sublime-buildFileWitHtheAppropriatecmdandSelectingstoenablerunningPythoncriptsviactrl.2organize-ProjectbyThonScriptsScriptsviAcThonfilesandSupporing-CreatedaDedPythonwithitherWithPyThonfilesandsupporationSandsupporationSandsupporationSandsupporation,

Toseepythonoutputinaseparatepanelinublimetext, useetebuilt-InbuildsystembySavingYourFilewitha.PyextensionandpressingCtrl B (orcmd b) .2.

ToavoidGetingBlocked whileWebscrapingwithpython, userealisticrequestheaders, addrandomisierte Delays, RotateIpadresseswithProxies, Wartungen, Respactrobots.txt und UseheadlessBrowsersWon -Gentrey, sichergestellt, die Methode, die die Methode standhalte, und die Methode, die und die Stufe, die standhalte, und die Stufe von Stern und Wesen und Verbrauchs und verwendeten und verwendeten und sich und assethicalSpendehaviortomimimimimimimimimimimimimimimicrealusers und sich versichern
