为什么同时使用 conda 和 pip？ [复制]

Question

这个问题在这里已经有了答案：

pip和conda有什么区别？ (12 个回答)

5 个月前关闭。

在这篇文章中，作者提出以下建议

要安装模糊匹配器，我发现 conda 安装依赖项（pandas、metaphone、fuzzywuzzy）然后使用 pip 安装模糊匹配器更容易。 考虑到这些算法的计算负担，您将希望尽可能多地使用已编译的 c 组件，而 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fuzzymatcher即模糊匹配器？ 为什么我们不能同时使用Conda呢？ 另外，我们怎么知道我们是否按照他的建议使用编译的 C 包？

Answer 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fuzzymatcher ，在这种情况下并不复杂：在撰写本文时（2020 年 2 月 18 日），Conda 上没有模糊匹配器 package 。 package 的第一个也是唯一一个版本于 2020 年 12 月 1 日上传到 Conda Forge 。

除非想要一个旧版本（< 0.0.5），否则现在可以只使用 Conda 。 展望未来，只要将 package 的任何新版本推送到 PyPI， Conda Forge 的 Autotick Bot将自动提交拉取请求并构建它们。

Answer 2

对于已编译的 C 包，您可以导入 package，查看它的位置，然后检查 package 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）。 可能有更简单的方法，但这可能取决于在 package 的导入序列中的哪个点加载编译的模块。

Fuzzymatcher 可能无法通过 Conda 获得，或者只有过时的版本，或者只有匹配过时依赖项集的版本。 然后你可能会得到一组过时的包。 Pip 可能具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软件包的版本（无论好坏）。 我对fuzzymatcher不熟悉，所以我不能给你一个确切的理由：你必须问作者。

请注意，在使用 Conda 安装必要的包时，该段的要点是某些包需要(C) 库（不是必需的编译包，尽管这些将依赖于这些库）可能不会默认安装在您的系统上。 Conda 将为您安装这些； Pip 不会。

Answer 3

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

pip是 Python 的 package 管理器。

根据您的系统环境和其他设置，pip 和 conda 可以安装到同一个 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得 Python 包。

1. conda从官方渠道搜索下载： https://repo.anaconda.com/pkgs/

   • Anaconda 正式支持此软件包，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每个 Python 包或版本更新的包。 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

2. pip 从pypi搜索下载

   • 我们应该能够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 package 中的依赖项设置可能未经过全面测试或验证。
   • 这些软件包可能不支持旧版或新版 Python。

因此，如果您使用 Anaconda 或 Miniconda，您应该使用 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 得到它。

但是，如果您不使用 Anaconda，则坚持使用 pip。

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

1. 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。

2. 一些 Python 包是用 C、C++、Z5F075AE3E1F9D0382BB8ZC462 等编写的。

   • 适用于您的系统以及 Python 环境（32 位或 64 位版本）的受支持编译器。
   • Python header 文件，可链接的 Python 库和档案特定于您安装的 ZA7F5F7F35426B562711 版本。 Anaconda 在其安装中包含这些。

我们如何知道 Python package 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：

1. 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 go 到Pandas 的源存储库，它表明它需要 cython，因此安装需要 C 编译器。

2. 查看源存储库中的setup.py 。 例如，如果你 go 到numpy 的 setup.py ，它需要一个 C 编译器。

3. Look at the amount of source code that are written using programming languages that need compilation (such as C, C++, Go, etc.) For example, numpy library is written using 35.7% of C, 1.0% of C++, etc. However,这只是一个指南，因为这些源代码可能只是测试例程。

4. 在stackoverflow中询问。