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！
