Pourquoi certaines personnes préfèrent-elles passer beaucoup de temps à configurer manuellement l'environnement Python au lieu d'utiliser Anaconda ?

Il y a aussi de nombreuses personnes qui configurent elles-mêmes l'environnement Python au lieu d'utiliser Anaconda. Je comprends qu'il y a deux raisons.

Tout d'abord, Anaconda est très convivial pour la science des données, mais ce n'est pas le meilleur choix pour d'autres scénarios d'application Python. De plus en plus de personnes utiliseront python+pip+venv natif pour correspondre à leur propre environnement de développement.

Deuxièmement, Anaconda est trop volumineux. Le package d'installation à lui seul fait 500 à 600 Mo, occupant plusieurs G d'espace d'exécution, ce qui entraîne un gaspillage de ressources.

Si vous savez ce qu'est l'Anaconda, vous saurez si vous devez l'utiliser ou non.

Aanconda est une plateforme de développement de science des données et d'apprentissage automatique Python basée sur conda. Plusieurs mots-clés doivent être soulignés et expliqués.

conda est un outil d'environnement virtuel + outil de gestion de packages qui peut être utilisé pour différents langages de développement, faisant ici référence à Python. La bibliothèque de ressources conda compte des dizaines de milliers de bibliothèques tierces, dont la plupart sont liées à la science des données et à l'apprentissage automatique.

Comme alternative, des outils tels que venv, pipenv, Virtualenv peuvent également être utilisés pour créer des environnements virtuels, et pip peut être utilisé pour télécharger et gérer des packages Python.

Python est livré avec Anaconda, vous n'avez pas besoin de l'installer à nouveau et l'environnement d'exécution est configuré.

La science des données signifie qu'Anaconda se concentre sur le développement Python dans le domaine de la science des données et est livré avec la plupart des bibliothèques tierces traditionnelles telles que pandas, numpy, matplotlib et Jupyter. Cela rend également Anaconda trop volumineux.

Donc, pour résumer, la plus grande fonctionnalité d'Anaconda est : servir la science des données Python et l'apprentissage automatique, une fois installé, une fois pour toutes.

Pour les personnes engagées dans d'autres domaines de développement Python, elles n'ont pas besoin des fonctions ci-dessus, ou elles peuvent les remplacer complètement par des outils tels que pip et venv, donc Anaconda ne vaut pas la peine d'être installé.

Certains utilisateurs choisissent Miniconda afin d'éviter la redondance fonctionnelle. Le package d'installation ne fait que 50 M.

Miniconda est une version allégée d'Anaconda, contenant uniquement Python et Conda. Je recommande également à tout le monde d'utiliser Miniconda, qui est simple et puissant. Vous pouvez utiliser conda pour configurer un environnement virtuel et installer diverses bibliothèques tierces.

En bref, si vous n'aimez pas lancer, utilisez Anaconda. Si vous aimez lancer, vous pouvez essayer de configurer Python vous-même ou utiliser Miniconda.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!