¿Cuál es la diferencia entre pip y conda?

884

Sé que pipes un administrador de paquetes para paquetes de Python. Sin embargo, vi la instalación en el sitio web condade IPython para instalar IPython.

¿Puedo usar pippara instalar IPython? ¿Por qué debería usarlo condacomo otro administrador de paquetes de Python cuando ya lo tengo pip?

¿Cuál es la diferencia entre pipy conda?

9
  • 8
    Una diferencia es que pip puede instalar muchas más cosas que conda: pip puede instalar cualquier cosa de pypi en un solo comando. conda requiere tres comandos: esqueleto, compilar, instalar y posiblemente más si eso no funciona. pip puede instalar cualquier cosa desde github o código fuente en un comando. conda requiere escribir una "receta", lo cual no es fácil, especialmente porque la documentación siempre parece ser incorrecta / desactualizada. 22 de febrero de 2016 a las 5:31
  • 8
    Pregunta relacionada: ¿Cuáles son las VENTAJAS de pip sobre conda? Veo mucha defensa de Anaconda a continuación, pero nada para pip. ¿Por qué pip sigue siendo el estándar, si anaconda es tan genial? 16/03/2016 a las 21:20
  • 41
    Encuentro esta cita esclarecedora: " Pip es un administrador de paquetes y Virtualenv es un administrador de entorno. Conda es ambas cosas". ( ref. )
    Atcold
    20 de ene. De 2017 a las 16:29
  • 2
    Observación: Solía ​​pensar que conda implicaba descargar un trillón de paquetes, pero esto aparentemente ya no es cierto: puede instalar miniconda, que parece ser esencialmente solo el administrador de paquetes, conda.io/docs/install/quick.html 29 de junio de 2017 a las 10:03
  • 2
    @RichLysakowskiPhD ¿Cómo se instala desde pypi? 11 de septiembre de 2020 a las 4:18
621

Citando del blog de Conda :

Having been involved in the python world for so long, we are all aware of pip, easy_install, and virtualenv, but these tools did not meet all of our specific requirements. The main problem is that they are focused around Python, neglecting non-Python library dependencies, such as HDF5, MKL, LLVM, etc., which do not have a setup.py in their source code and also do not install files into Python’s site-packages directory.

De modo que Conda es una herramienta de empaquetado e instalador que tiene como objetivo hacer más de lo que piphace; manejar las dependencias de la biblioteca fuera de los paquetes de Python, así como los propios paquetes de Python. Conda también crea un entorno virtual, como lo virtualenvhace.

Como tal, Conda debería compararse con Buildout tal vez, otra herramienta que le permite manejar tareas de instalación de Python y no Python.

Debido a que Conda presenta un nuevo formato de empaque, no puede usar pipy Conda indistintamente; pipno se puede instalar el formato del paquete Conda. Puede usar las dos herramientas una al lado de la otra (instalando pipcon conda install pip) pero tampoco interoperan.

Desde que escribió esta respuesta, Anaconda ha publicado una nueva página sobre Comprensión de Conda y Pip , que también se hace eco de esto:

This highlights a key difference between conda and pip. Pip installs Python packages whereas conda installs packages which may contain software written in any language. For example, before using pip, a Python interpreter must be installed via a system package manager or by downloading and running an installer. Conda on the other hand can install Python packages as well as the Python interpreter directly.

y mas adelante

Occasionally a package is needed which is not available as a conda package but is available on PyPI and can be installed with pip. In these cases, it makes sense to try to use both conda and pip.

26
  • 22
    Gracias por tu explicación. Sin embargo, todavía estoy confundido con si Conda puede reemplazar a pip. es decir, ¿puede Conda hacer todo lo que pip puede hacer?
    lazywei
    8 de enero de 2014 a las 12:03
  • 11
    @lazywei: No creo que pueda; no parece que Conda admita el formato de archivo de rueda, por ejemplo. Tienen diferentes objetivos. 8 de enero de 2014 a las 12:04
  • 49
    @ naught101 "Simplemente crea una receta" No es tan fácil como escribir pip install. 20/0216 a las 22:40
  • 27
    ¿Pueden algunos explicarme qué pasaría si usaras pip y conda para instalar el mismo paquete, excepto con una versión diferente, que usaría Python cuando los importes? 19 de enero de 2017 a las 8:23
  • 4
    @jrh: no puede instalar varias versiones del mismo paquete una al lado de la otra cuando usa el administrador de paquetes del sistema operativo, no como una característica principal. Conda gestiona entornos , cada uno con su propia combinación de paquetes instalados en versiones específicas. Entonces, el proyecto A, que se desarrolló hace algún tiempo, aún puede aferrarse a una versión anterior de la biblioteca Foo (no hay recursos disponibles para actualizar el proyecto para que funcione con una versión más reciente) mientras que el proyecto B requiere la versión más reciente de la misma biblioteca. 12/11/18 a las 17:06
279

Aquí hay un breve resumen:

pepita

  • Solo paquetes de Python.
  • Compila todo desde la fuente. EDITAR: pip ahora instala ruedas binarias, si están disponibles.
  • Bendecido por la comunidad central de Python (es decir, Python 3.4+ incluye código que arranca automáticamente pip).

conda

  • Agnóstico de Python. El enfoque principal de los paquetes existentes son para Python y, de hecho, Conda está escrito en Python, pero también puede tener paquetes Conda para bibliotecas C, paquetes R o realmente cualquier cosa.
  • Instala binarios. Existe una herramienta llamada conda buildque construye paquetes desde el código fuente, pero conda installella misma instala cosas de paquetes Conda ya construidos.
  • Externo. Conda es el administrador de paquetes de Anaconda, la distribución de Python proporcionada por Continuum Analytics, pero también se puede usar fuera de Anaconda. Puede usarlo con una instalación de Python existente si lo instala pip (aunque esto no se recomienda a menos que tenga una buena razón para usar una instalación existente).

En ambos casos:

  • Escrito en Python
  • Código abierto (Conda es BSD y pip es MIT)

Los dos primeros puntos de Conda son realmente los que lo hacen ventajoso sobre pip para muchos paquetes. Dado que pip se instala desde la fuente, puede ser doloroso instalar cosas con él si no puede compilar el código fuente (esto es especialmente cierto en Windows, pero incluso puede ser cierto en Linux si los paquetes tienen alguna biblioteca C o FORTRAN difícil). dependencias). Conda se instala desde binario, lo que significa que alguien (por ejemplo, Continuum) ya ha hecho el trabajo duro de compilar el paquete, por lo que la instalación es fácil.

También hay algunas diferencias si está interesado en crear sus propios paquetes. Por ejemplo, pip se construye sobre herramientas de configuración, mientras que Conda usa su propio formato, que tiene algunas ventajas (como ser estático y, de nuevo, independiente de Python).

9
  • 23
    pip ya no construye todo desde la fuente. Si hay una rueda disponible, pip install --use-wheel <package>instalará un paquete integrado. Vea aquí: wheel.readthedocs.org/en/latest . Sin embargo, mi experiencia personal con la rueda es que hay tan pocos paquetes de ruedas científicas disponibles que es puramente académico. Y, por supuesto, la instalación de pip tampoco funciona en Windows si su entorno de compilación no está configurado exactamente correctamente. Entonces, por el momento, conda ftw. 9 de enero de 2014 a las 0:37
  • 4
    Las ruedas todavía son nuevas y no se usan de forma predeterminada, por lo que no es sorprendente que todavía no haya muchas de ellas. Sin embargo, Wheel todavía encaja en la categoría de "específico de Python", lo que significa que puede no ser adecuado para paquetes que no son de Python o paquetes de Python que dependen de paquetes que no son de Python. 11/01/2014 a las 20:31
  • 5
    Tuve que rechazar esto: el segundo punto es solo una nota histórica ahora, pero lo seguirás más adelante también. La principal diferencia en estos días es que pip es un administrador de paquetes, mientras que conda es más un administrador de entorno.
    Shep
    22/12/2016 a las 15:44
  • 11
    Es cierto que pip puede compilar desde la fuente, pero esto es cada vez menos frecuente a medida que más paquetes se mueven a la rueda: en estos días puedo instalar la mayor parte de lo que necesito en unos segundos con pip. Entonces, no es que esta respuesta sea incorrecta, solo se está volviendo un poco desactualizada ya que pip ha mejorado bastante en los últimos años
    Shep
    24/12/2016 a las 19:21
  • 7
    Se ha Nunca sido cierto que el PIP sólo puede instalar desde el código fuente. Antes de Wheels, teníamos huevos como el formato de instalación binario predeterminado y el formato de distribución recomendado para las instalaciones de Windows, y pip instalaría (y aún lo hará) huevos si esa es la mejor opción disponible. 3/03/19 a las 9:59
108

Las otras respuestas dan una descripción justa de los detalles, pero quiero resaltar algunos puntos de alto nivel.

pip es un administrador de paquetes que facilita la instalación, actualización y desinstalación de paquetes de Python . También funciona con entornos virtuales de Python .

conda es un administrador de paquetes para cualquier software (instalación, actualización y desinstalación). También funciona con entornos de sistemas virtuales .

Uno de los objetivos con el diseño de conda es facilitar la administración de paquetes para toda la pila de software requerida por los usuarios, de la cual una o más versiones de Python pueden ser solo una pequeña parte. Esto incluye bibliotecas de bajo nivel, como álgebra lineal, compiladores, como mingw en Windows, editores, herramientas de control de versiones como Hg y Git, o cualquier otra cosa que requiera distribución y gestión .

Para la administración de versiones, pip le permite cambiar y administrar múltiples entornos de Python .

Conda le permite cambiar y administrar múltiples entornos de propósito general en los que muchas otras cosas pueden variar en el número de versión, como bibliotecas C, compiladores, suites de prueba o motores de base de datos, etc.

Conda no está centrado en Windows, pero en Windows es, con mucho, la solución superior disponible actualmente cuando se requiere la instalación y administración de paquetes científicos complejos que requieren compilación.

Quiero llorar cuando pienso en cuánto tiempo he perdido tratando de compilar muchos de estos paquetes a través de pip en Windows, o depurar pip installsesiones fallidas cuando se requería la compilación.

Como punto final, Continuum Analytics también aloja (gratis) binstar.org (ahora llamado anaconda.org ) para permitir a los desarrolladores de paquetes regulares crear sus propias pilas de software personalizadas (¡construidas!) Desde las que los usuarios de sus paquetes podrán hacerlo conda install.

2
  • 6
    Por su punto final, el tercero Conda-forja proyecto se ha convertido rápidamente en el método estándar de la industria de la publicación de paquetes Anaconda. Recientemente publicamos varios paquetes alojados en conda-forge para nuestro simulador de biología multifísica , y no podemos recomendar el proceso lo suficiente. Hay un componente de revisión por pares basado en relaciones públicas de GitHub para enviar nuevas recetas a conda-forge, pero las ventajas en términos de automatización de conda-forge superan con creces la inversión de tiempo inicial. ¡Bam! 7 de junio de 2018 a las 3:59
  • @CecilCurry He importado Kerasen mi código, instalé anaconda en mi mac y Keras está condainstalado e pipinstalado. Entonces, cuando ejecuto mi código en la terminal, ¿cómo sé cuál kerasse está importando (el pipuno o el condauno)? 31/12/18 a las 12:48
27

Cita del artículo de Conda for Data Science en el sitio web de Continuum:

Conda vs pip

Python programmers are probably familiar with pip to download packages from PyPI and manage their requirements. Although, both conda and pip are package managers, they are very different:

  • Pip is specific for Python packages and conda is language-agnostic, which means we can use conda to manage packages from any language Pip compiles from source and conda installs binaries, removing the burden of compilation
  • Conda creates language-agnostic environments natively whereas pip relies on virtualenv to manage only Python environments Though it is recommended to always use conda packages, conda also includes pip, so you don’t have to choose between the two. For example, to install a python package that does not have a conda package, but is available through pip, just run, for example:
conda install pip
pip install gensim
26

No lo confunda aún más, pero también puede usar pip dentro de su entorno conda, que valida los comentarios de los gerentes generales frente a los específicos de Python anteriores.

conda install -n testenv pip
source activate testenv
pip <pip command>

también puede agregar pip a los paquetes predeterminados de cualquier entorno para que esté presente cada vez y no tenga que seguir el fragmento anterior.

3
  • ¿Pensé que esto no era recomendado? 20/0216 a las 22:42
  • 11
    Se recomienda usar pip dentro de conda. Es mejor instalar usando conda, pero para cualquier paquete que no tenga una compilación conda, es perfectamente aceptable usar pip. 26 de mayo de 2016 a las 17:08
  • 5
    nit: parece como seria la frase fully supported? fully recommendedimplica, mejor usar pip que conda, dentro de un entorno conda, en mi opinión, y no estoy seguro de que eso sea lo que quieren decir. 29 de junio de 2017 a las 9:59
16

Citando de Conda: Mitos y conceptos erróneos (una descripción completa):

...

Mito # 3: Conda y pip son competidores directos

Realidad: Conda y pip tienen diferentes propósitos y solo compiten directamente en un pequeño subconjunto de tareas: es decir, instalar paquetes de Python en entornos aislados.

Pip, acrónimo de P ip I nstalls P ackages, es gestor de paquetes oficialmente sancionada de Python, y es más comúnmente utilizado para instalar paquetes publicados en el índice de paquetes de Python (PyPI). Tanto pip como PyPI están regidos y respaldados por Python Packaging Authority (PyPA).

En resumen, pip es un administrador de propósito general para paquetes de Python; conda es un gestor de entornos multiplataforma independiente del lenguaje. Para el usuario, la distinción más destacada es probablemente la siguiente: pip instala paquetes de Python en cualquier entorno; conda instala cualquier paquete dentro de entornos conda. Si todo lo que está haciendo es instalar paquetes de Python dentro de un entorno aislado, conda y pip + virtualenv son en su mayoría intercambiables, modulo alguna diferencia en el manejo de dependencias y la disponibilidad de paquetes. Por entorno aislado me refiero a un conda-env o virtualenv, en el que puede instalar paquetes sin modificar la instalación de Python de su sistema.

Incluso dejando de lado el Mito # 2, si nos enfocamos en la instalación de paquetes Python, conda y pip sirven a diferentes audiencias y diferentes propósitos. Si desea, por ejemplo, administrar paquetes de Python dentro de una instalación de Python del sistema existente, conda no puede ayudarlo: por diseño, solo puede instalar paquetes dentro de entornos conda. Si desea, por ejemplo, trabajar con los muchos paquetes de Python que dependen de dependencias externas (NumPy, SciPy y Matplotlib son ejemplos comunes), mientras rastrea esas dependencias de una manera significativa, pip no puede ayudarlo: por diseño, administra los paquetes de Python y solo los paquetes de Python.

Conda y pip no son competidores, sino herramientas enfocadas a diferentes grupos de usuarios y patrones de uso.

3
  • 2
    No estoy seguro de que esto sea realmente cierto, más allá de una perspectiva de posicionamiento en el mercado. Por ejemplo, mire pytorch, que ofrece tres tipos de instalación: conda, pip, source, pytorch.org y recomienda: conda 29 de junio de 2017 a las 10:00
  • 2
    "Instalar paquetes de Python en entornos aislados" es algo para lo que la mayoría de los desarrolladores de Python usan pip.
    Nick
    20 de septiembre de 2017 a las 19:56
  • @Nick, ¿no es así cuando el desarrollador ya está en 'ese' entorno virtual? Creo que pip funciona en un entorno virtual e instala el paquete como si se estuviera instalando para un sistema, pero como dijo sanchos.s, solo instala paquetes de Python y no se ocupa de las bibliotecas subyacentes. alguien, por favor, corríjame si me equivoco. 20 de enero de 2018 a las 12:26
16

pip es un administrador de paquetes.

conda es tanto un administrador de paquetes como un administrador de entorno.

Detalle:

ingrese la descripción de la imagen aquí

Referencias

1
  • 4
    Me pregunto qué es exactamente esta "verificación de dependencia", pip está verificando la compatibilidad de dependencias. ERROR: package-a 0.5.9 has requirement package-b~=0.2.0, but you'll have package-b 1.0.1 which is incompatible.(mucho más rápido que conda). 23/07/20 a las 13:52
12

Para usuarios de WINDOWS

La situación de las herramientas de embalaje "estándar" está mejorando recientemente:

  • en pypi, ahora hay un 48% de paquetes de ruedas a partir de sept. 11 de 2015 (frente al 38% en mayo de 2015, 24% en septiembre de 2014),

  • el formato de la rueda ahora es compatible con la última versión de Python 2.7.9,

La situación de las herramientas de empaquetado "estándar" + "ajustes" también está mejorando:

  • puede encontrar casi todos los paquetes científicos en formato de rueda en http://www.lfd.uci.edu/~gohlke/pythonlibs ,

  • el proyecto mingwpy puede traer algún día un paquete de 'compilación' a los usuarios de Windows, permitiendo instalar todo desde la fuente cuando sea necesario.

El empaque "Conda" sigue siendo mejor para el mercado al que sirve y destaca las áreas en las que el "estándar" debería mejorar.

(Además, la especificación de dependencia de esfuerzo múltiple, en el sistema de rueda estándar y en el sistema de conda, o construcción, no es muy pitónica, sería bueno si todas estas técnicas de empaquetado 'núcleo' pudieran converger, a través de una especie de PEP)

4

Para responder a la pregunta original,
para instalar paquetes, PIP y Conda son formas diferentes de lograr lo mismo. Ambas son aplicaciones estándar para instalar paquetes. La principal diferencia es la fuente de los archivos del paquete.

  • PIP / PyPI tendrá paquetes más "experimentales" o versiones de paquetes más nuevas y menos comunes.
  • Conda normalmente tendrá paquetes o versiones más bien establecidos

Una nota al margen de precaución importante: si usa ambas fuentes (pip y conda) para instalar paquetes en el mismo entorno, esto puede causar problemas más adelante.

  • Recrear el entorno será más difícil
  • Arreglar incompatibilidades de paquetes se vuelve más complicado

La mejor práctica es seleccionar una aplicación, PIP o Conda, para instalar paquetes y usar esa aplicación para instalar los paquetes que necesite. Sin embargo, existen muchas excepciones o razones para seguir usando pip desde un entorno conda y viceversa. Por ejemplo:

  • Cuando hay paquetes que necesita que solo existen en uno y el otro no los tiene.
  • Necesita una determinada versión que solo está disponible en un entorno
2

Can I use pip to install iPython?

Claro, ambos (primer acercamiento en la página)

pip install ipython

y (tercer enfoque, el segundo es conda)

You can manually download IPython from GitHub or PyPI. To install one of these versions, unpack it and run the following from the top-level source directory using the Terminal:

pip install .

son formas de instalación recomendadas oficialmente .

Why should I use conda as another python package manager when I already have pip?

Como se dice aquí :

If you need a specific package, maybe only for one project, or if you need to share the project with someone else, conda seems more appropriate.

Conda supera a pip in ( YMMV )

  • proyectos que utilizan herramientas que no son de Python
  • compartir con colegas
  • cambiar entre versiones
  • cambiar entre proyectos con diferentes versiones de biblioteca

What is the difference between pip and conda?

Eso es ampliamente respondido por todos los demás.

2

(ACTUALIZACIÓN 2021)

pepita

  • lo esencial

  • pip es el administrador de paquetes predeterminado para Python

  • pip está integrado a partir de Python 3.0

  • Uso: python3 -m venv myenv; source myenv/bin/active; python3 -m pip install requests

  • Los paquetes se descargan de pypi.org , el principal repositorio público de Python

  • Puede instalar binarios precompilados (ruedas) cuando estén disponibles, o fuente (archivo tar / zip).

  • Los binarios compilados son importantes porque muchos paquetes son Python / C / other mezclados con dependencias de terceros y cadenas de compilación complejas. DEBEN distribuirse como binarios para que estén listos para usar.

  • avanzado

  • pip se puede instalar desde cualquier archivo, rueda o repositorio git / svn ...

  • ... que puede estar ubicado en el disco, o en una URL HTTP, o en un servidor pypi personal.

  • pip install git+https://github.com/psf/[email protected] por ejemplo (puede ser útil para probar parches).

  • pip install https://download.pytorch.org/whl/cpu/torch-1.9.0%2Bcpu-cp39-cp39-linux_x86_64.whl (esa rueda es Python 3.9 en Linux).

  • al instalar desde la fuente, pip construirá automáticamente el paquete. (no siempre es posible, intente compilar TensorFlow sin el sistema de compilación de Google: D)

  • Las ruedas binarias pueden ser específicas de la versión de Python y del sistema operativo, consulte la especificación de manylinux para maximizar la portabilidad.

conda

  • No se le permite usar Anaconda o los paquetes de Anaconda para uso comercial, a menos que adquiera una licencia.

  • Conda es un administrador de paquetes de terceros de conda.

  • Es popularizado por anaconda , una distribución de Python que incluye las bibliotecas de ciencia de datos más comunes listas para usar.

  • Usarás conda cuando uses anaconda.

  • Los paquetes se descargan del repositorio de anaconda .

  • Solo instala paquetes precompilados.

  • Conda tiene su propio formato de paquetes. No usa ruedas.

  • conda install para instalar un paquete.

  • conda build para construir / reconstruir un paquete.

  • conda incluye un intérprete de Python.

  • conda permite instalar y actualizar el intérprete de Python. (pip no lo hace).

  • avanzado

  • Históricamente, el punto de venta de conda era apoyar la construcción e instalación de paquetes binarios, porque pip no soportaba muy bien los paquetes binarios (hasta las especificaciones de wheels y manylinux2010).

  • Énfasis en la construcción. Los paquetes de Conda tienen un formato de configuración extenso y metadatos para trabajar con dependencias y cadenas de construcción.

  • Algunos proyectos usan conda para iniciar sistemas de compilación complejos y generar una rueda, que puede publicarse en pypi.org y usarse con pip.

easy_install / egg

  • Solo para referencia histórica. NO UTILICE
  • egg es un formato de paquete abandonado, se usó hasta mediados de la década de 2010 y se reemplazó completamente por ruedas .
  • un huevo es un archivo zip, contiene archivos fuente de Python y / o bibliotecas compiladas.
  • Los huevos se utilizan junto con easy_install y algunas versiones anteriores de pip.
  • easy_install fue otra herramienta de administración de paquetes, que precedió a pip y conda. está muerto hace mucho tiempo.
  • también causó mucha confusión, al igual que pip vs conda: D
  • Los archivos egg tardan en cargarse, están mal especificados y son específicos del sistema operativo.

Históricamente, las tres herramientas anteriores eran de código abierto y estaban escritas en Python. Sin embargo, la compañía detrás de conda actualizó sus Términos de servicio en 2020 para prohibir el uso comercial, ¡cuidado!

Dato curioso : la única dependencia estrictamente requerida para construir el intérprete de Python es zlib (una biblioteca zip), porque la compresión era necesaria para cargar cualquier paquete adicional, alguna vez.

¿Por qué tantas opciones?

Buena pregunta.

Profundicemos en la historia de Python y las computadoras. = D

Los paquetes de Python puro siempre han funcionado bien con cualquiera de estos empaquetadores. Los problemas estaban con los paquetes no solo de Python.

La mayor parte del código en el mundo depende de C. Eso es cierto para el intérprete de Python, que está escrito en C. Eso es cierto para numerosos paquetes de Python, que normalmente envuelven bibliotecas C o Python / C / C ++ / otro código entrelazado.

Todo lo que involucre SSL, compresión, GUI (subsistemas X11 y Windows), bibliotecas matemáticas, GPU, CUDA, etc., generalmente involucra algo de C en la cadena.

Esto crea problemas para empaquetar y distribuir bibliotecas de Python porque no solo Python puede ejecutarse en cualquier lugar. La biblioteca debe compilarse, la compilación requiere compiladores y dependencias adicionales, una vez compilado, el binario generado solo funciona para el sistema específico y la versión de Python en la que se compiló.

Originalmente, Python podía distribuir bibliotecas de Python puro sin problemas, pero había poco soporte para distribuir bibliotecas binarias. Alrededor de 2010, obtendría muchos errores al intentar usar numpy o cassandra. Descargó la fuente y no pudo compilar debido a que faltaban dependencias. Descargó binarios prediseñados y no pudo cargarse con SEGFAULT, debido a que tenía como objetivo otro sistema operativo. Fue una pesadilla.

Esto fue resuelto por pip y ruedas a partir de 2012. Agregue muchos años para que las personas adopten el formato más nuevo y para que las herramientas se propaguen a distribuciones de Linux estables (la mayoría de los desarrolladores confían en / usr / bin / python), prácticamente hablando, los problemas con los paquetes binarios se extendieron hasta finales de la década de 2010 (primer comando ejecutar está pip install --upgrade pip setuptoolsen sistemas anticuados).

Conda trabajó en su propia solución en paralelo. Anaconda estaba específicamente destinada a hacer que las bibliotecas de ciencia de datos fueran fáciles de usar listas para usar (ciencia de datos = C y C ++ en todas partes), por lo tanto, tuvieron que crear un administrador de paquetes específicamente diseñado para abordar la construcción y distribución de paquetes binarios, conda .

Si instala algún paquete con pip install xxxhoy en día, simplemente funciona. Esa es la forma recomendada de instalar paquetes y está integrada en las versiones actuales de Python.

-1

pip es solo para Python

condaes solo para Anaconda + otros paquetes científicos como dependencias de R, etc. NO todos necesitan Anaconda que ya viene con Python. Anaconda es principalmente para aquellos que hacen aprendizaje automático / aprendizaje profundo, etc. El desarrollador informal de Python no ejecutará Anaconda en su computadora portátil.

3
  • explicación simple, pero me enseñaron a ir directamente al sitio web de Anaconda y descargar la distribución Python 2.xo 3.x. ¿Por qué? > porque contiene todos los paquetes que necesitará un estudiante. Numpy, Scipy, matpliotlib, sklearn, etc. Esta es exactamente la razón por la que existe una brecha en la comprensión de los detalles fundamentales más finos. Estudiante 6 de septiembre de 2018 a las 20:03
  • 1
    Sé que esta es una respuesta antigua en este momento, pero lo que ha escrito sobre Conda / Anaconda me parece completamente falso.
    AMC
    9 de enero de 2020 a las 1:10
  • @Galapagos Tu respuesta es engañosa y errónea. Anaconda es una de las varias distribuciones de Python estándar de la industria. conda es independiente de Anaconda, pero la usa Anaconda. También hoy "Anaconda es principalmente para aquellos que hacen aprendizaje automático / aprendizaje profundo, etc. El desarrollador casual de Python no ejecutará Anaconda en su computadora portátil". está descaradamente equivocado y desactualizado. Anaconda es el valor predeterminado para la mayoría de los tipos de trabajo de análisis y ciencia de datos que utilizan Python en la actualidad. 11/09/20 a las 0:50
-1

Puede que haya encontrado otra diferencia de carácter menor. Tengo mis entornos de Python en /usrlugar de /homeo lo que sea. Para instalarlo, tendría que usar sudo install pip. Para mí, el efecto secundario no deseado de sudo install pipfue ligeramente diferente de lo que se informa ampliamente en otros lugares: después de hacerlo, tuve que ejecutar pythoncon sudopara importar cualquiera de los sudopaquetes instalados. Renuncié a eso y finalmente descubrí que podía usar sudo condapara instalar paquetes en un entorno en el /usrque luego los importaba normalmente sin necesidad de sudopermiso para python. Incluso solía sudo condaarreglar un roto en piplugar de usar sudo pip uninstall pipo sudo pip --upgrade install pip.