机器学习——知识查漏补缺
pip与conda区别
pip 和 conda 都是用来安装和管理 Python
包的工具，但它们的工作方式和适用场景有所不同。以下是它们的主要区别：
1. 包管理的范围
pip：是 Python 官方的包管理工具，只用于安装 Python 包。它从 Python 包索引 (PyPI) 中获取包并安装。这意味着它只能安装 Python 包，不能直接处理其他类型的依赖（如系统库、C 库等）。conda：是一个跨平台的包和环境管理工具，它不仅可以安装 Python 包，还可以安装其他语言（如 R、Java、C++ 等）以及非 Python 依赖（如系统库）。conda能够管理整个环境（包括 Python 版本和库），并解决与系统库之间的依赖关系。
2. 依赖管理
pip：在安装包时，pip仅会安装 Python 包及其 Python 依赖，而不处理系统级依赖。如果一个包依赖于特定的 C 库或其他非 Python 包，pip不会自动解决这些问题，这可能导致一些复杂的兼容性问题。conda：会同时处理 Python 包和非 Python 包的依赖。它会在安装时自动解决所有依赖，包括操作系统库、C 库等。因此，conda在依赖关系处理上比pip更强大。
3. 包来源
pip：通过 PyPI（Python Package Index）来下载和安装包，PyPI 是一个包含大多数 Python 包的中央库。conda：使用 Anaconda 仓库或其他 conda 仓库。Anaconda 仓库提供了大量的科学计算、数据分析相关的包，而不仅限于 Python 包。conda 还支持安装一些没有在 PyPI 上的包。
4. 环境管理
pip：本身不提供环境管理功能，但可以与virtualenv或venv等工具结合使用来创建虚拟环境。这些虚拟环境允许你为不同项目隔离依赖。conda：内置环境管理功能，可以通过conda create命令直接创建隔离的环境，支持不同版本的 Python 以及其他软件的管理。conda环境的管理比pip + virtualenv更加方便和高效。
5. 安装速度
pip：通常只安装 Python 包。对于某些包，特别是需要从源代码编译的包，安装可能会比较慢，尤其是在没有预编译二进制文件的情况下。conda：由于它使用的是预编译的二进制包，安装速度通常更快，尤其是对于依赖项繁多的包（如numpy、scipy等）。它无需从源代码编译，直接安装预编译的版本。
6. 跨平台支持
pip：支持所有操作系统，但在一些操作系统（尤其是 Windows）上，安装某些包时可能会遇到编译问题，尤其是 C 扩展包。conda：同样支持多平台，并且在 Windows 系统上安装一些复杂的包（如numpy、pandas等）时，比pip更加稳定和方便，因为它会自动提供适合平台的预编译二进制文件。
7. 包版本冲突
pip：虽然可以安装特定版本的包，但如果项目中的多个包有不同的依赖版本，pip并不能很好地解决这些版本冲突，需要手动处理依赖版本。conda：在安装时，conda会自动解析所有的依赖关系，确保包和其依赖的版本兼容，从而减少版本冲突。
8. 包更新
pip：更新包的方式通常是直接运行pip install --upgrade <package>，但是它会仅更新 Python 包本身，不会考虑系统级的依赖。conda：更新包时，conda会同时考虑包的 Python 依赖和系统库依赖，可以更全面地管理包更新。
总结对比表：
| 特性 | pip |
conda |
|---|---|---|
| 包管理范围 | 只管理 Python 包 | 管理 Python 包和其他非 Python 包 |
| 依赖关系管理 | 只处理 Python 依赖 | 处理 Python 和非 Python 依赖 |
| 包来源 | PyPI | Anaconda 仓库等 |
| 环境管理 | 需配合 virtualenv 使用 |
内建环境管理 |
| 安装速度 | 慢（尤其是需要编译的包） | 快（使用预编译二进制包） |
| 跨平台支持 | 跨平台支持良好 | 更好的 Windows 支持 |
| 版本冲突处理 | 手动解决版本冲突 | 自动解决版本冲突 |
什么时候使用
pip，什么时候使用 conda？
- 如果你已经在使用 Anaconda 或 Miniconda，并且需要安装 Python
包及其相关依赖，
conda是更好的选择，因为它可以自动解决依赖并更好地管理环境。 - 如果你没有使用 Anaconda 或只需要安装纯粹的 Python
包，
pip更为轻量和直接。
在实际使用中，有时你会发现两者可以结合使用：可以用 conda
安装 Python 环境和一些复杂的依赖，再用 pip 安装一些不在
Anaconda 仓库中的包。