速科普：pip和conda安装的区别

实践指南 : pip install和conda install结合使用，可以在 conda 环境（如test）中使用 pip 来安装不在 conda 仓库中的包，但要注意这样可能会导致依赖冲突。先用 conda 安装大部分包，然后用 pip 安装 conda 找不到的包。

conda install 和 pip install 是用于安装 Python 包的两个不同工具，它们之间有一些重要的区别：

1. 包管理范围

conda install:

Conda 是一个 包管理系统和环境管理系统，支持多种语言，不仅仅是 Python。它可以安装 Python 包以及其他软件（如 C++ 库、编译器、工具等）(如cuDNN的软件可以通过conda直接install而避开sudo权限)。
Conda 安装的是二进制包，这意味着安装速度更快，并且已经为目标平台编译好，避免了在安装过程中编译源代码的麻烦。

pip install:

pip 是 Python 的包管理器，只能用于安装 Python 包和模块。
pip 从 Python Package Index (PyPI) 上下载并安装包，通常是源代码包，需要在本地编译安装，相对conda较慢，特别是对于一些包含 C 扩展的包。

2. 依赖管理

conda install:

Conda 在安装包时，会自动管理依赖关系，确保所有包的版本相互兼容。这可以避免依赖冲突。
Conda 有一个庞大的包仓库（Anaconda 和 Conda-Forge），这些仓库里的包都经过测试，确保相互兼容。

pip install:

pip 安装包时也会解决依赖关系，但它主要依赖于开发者在 setup.py 中定义的依赖项。pip 不会自动检查整个环境的依赖冲突，因此可能会出现版本冲突或不兼容的情况。
pip 允许你从各种源（包括本地文件系统或 GitHub）安装包，而不仅仅是 PyPI。

3. 环境管理

conda:

Conda 既是包管理器，也是环境管理器。你可以用 conda 来创建、克隆和管理不同的虚拟环境。
在一个 conda 环境中，可以有不同的 Python 版本和各种不同的包版本，并且这些环境是相互隔离的。

pip:

pip 仅仅是包管理器，不提供环境管理功能。你通常会结合 virtualenv 或 venv 来创建隔离的 Python 环境。

4. 包的安装来源

conda:

Conda 从 conda 仓库（如 Conda-Forge 或 Anaconda）下载包，这些包已经预编译，并且经过了兼容性测试。
Conda 可以安装非 Python 的依赖项，比如 C 库、R 包等，这使得它在数据科学和机器学习领域特别有用。

pip:

pip 从 PyPI 安装包，通常这些包是纯 Python 的，或者是需要编译的源码包。pip 不能管理系统级的依赖项（如 C 库）。
pip 可以安装最新的包，因为开发者往往首先发布到 PyPI。

5. 使用场景

conda:

适用于需要管理多个编程语言的项目，或需要复杂依赖环境的项目（如数据科学项目）。
在需要安装大而复杂的软件包（如 numpy、scipy 或带有 C 扩展的包）时，conda 通常更快、更简单。

pip:

适用于纯 Python 的项目，特别是那些依赖最新的 Python 包的项目。
由于 pip 是 Python 原生工具，所以在 Python 社区广泛使用。

6. 结合使用

可以在 conda 环境中使用 pip 来安装不在 conda 仓库中的包，包的路劲依然在conda/your_env/site_package下，但要注意这样可能会导致依赖冲突。
先用 conda 安装大部分包，然后用 pip 安装 conda 找不到的包。