详解conda与pip的区别(翻译自Understanding Conda and Pip)

原文传送门

Understanding Conda and Pip

一句话概括

pip可以允许你在任何环境中安装python包，而conda允许你在conda环境中安装任何语言包（包括c语言或者python）。

	conda	pip
包的形式	二进制	whl or source
需要编译器	否	是
包的种类	任意语言	只有Python
创建虚拟环境	能(内置功能)	自己不能，需借助其他工具
依赖检查(详细请见下文）	是	否
包源	Anaconda仓库和Anaconda云	Pypi

翻译

简介

conda和pip通常被认为是几乎相同的。 尽管这两个工具的某些功能有重叠，但是它们是为不同的目的而设计的。 Pip是Python Packaging Authority推荐的工具，可用于从PyPI安装包。 Pip可以安装被打包为whl或source distributions(源代码发行包)的Python软件。 在用pip安装source distributions之前，电脑里需要有安装好的兼容编译器以及一些要用的库。

包的区别

Conda是一个跨平台的包和环境管理器，可以安装和管理 Anaconda repository以及Anaconda Cloud中的cond件包。 Conda包是二进制文件，不需要安装任何编译器。 另外，conda包不限于Python软件。 它们可能还包含C或C ++库，R软件包或任何其他软件。

这凸显了conda和pip之间的关键区别。 Pip安装Python包，而conda安装任何语言的包， 比如，在使用pip之前，必须预先装好Python解释器。 但Conda可以直接安装Python软件包以及Python解释器。

虚拟环境区别

另一个主要区别是conda能够创建隔离的环境，该环境可以包含不同版本的Python和/或其中安装的包。 当使用数据科学工具时，这可能非常有用，因为不同的工具可能包含冲突的要求，这可能会阻止将它们全部安装到单个环境中。 Pip没有对环境的内置支持，而是依赖于诸如virtualenv或venv的外部工具来创建隔离的环境。 Pipenv，poetry和hatch之类的工具对pip和虚拟环境进行了包装/。

依赖的区别

pip和conda在满足环境中的依赖关系方面也有所不同。 在安装包时，pip在递归的串行循环中安装依赖项。 不会保证同时满足所有包的依赖关系**(意思就是pip只关心新安装的包所牵扯的包)**。 如果安装较早的包与安装较晚的包依赖不同，则可能导致环境以微妙的方式被破坏。
相反，conda使用可满足性（SAT）求解器来验证是否满足环境中安装的所有软件包的所有要求。 这项检查可能需要花费更多时间，但有助于防止环境被破坏。 只要依赖包的元数据正确，conda就不会出错。

总结

鉴于conda和pip之间的相似之处，有人尝试将这些工具组合在一起以创建数据科学环境就不足为奇了。 将pip与conda结合的主要原因是，有时一个或多个软件包只能通过pip安装。 Anaconda存储库中提供了1,500多个软件包，其中包括最受欢迎的数据科学，机器学习和AI框架。这些包，以及Anaconda云上提供的数千种其他软件包，包括conda-forge和bioconda， 都可以使用conda来安装。 尽管有大量的软件包，但与PyPI上可用的150,000多个软件包相比，conda就是小巫见大巫了。 有时需要一个软件包，conda里没有，但PyPI里有，我们就可以用pip来安装。 在这些情况下，同时使用conda和pip是有意义的。