Sự khác biệt giữa pip và conda là gì?

Tôi biết piplà một người quản lý gói cho các gói python. Tuy nhiên, tôi thấy cài đặt trên trang web của IPython sử dụng condađể cài đặt IPython.

Tôi có thể sử dụng pipđể cài đặt IPython không? Tại sao tôi nên sử dụng condanhư một trình quản lý gói python khác khi tôi đã có pip?

Sự khác biệt giữa pipvà là condagì?

Trích dẫn từ blog Conda :

Đã tham gia vào thế giới python từ rất lâu, tất cả chúng ta đều biết về pip, easy_install và virtualenv, nhưng những công cụ này không đáp ứng tất cả các yêu cầu cụ thể của chúng tôi. Vấn đề chính là họ tập trung vào Python, bỏ qua các phụ thuộc thư viện không phải của Python, chẳng hạn như HDF5, MKL, LLVM, v.v., không có setup.py trong mã nguồn của họ và cũng không cài đặt tệp vào trang web của Python thư mục -packages.

Vì vậy, Conda là một công cụ đóng gói và trình cài đặt nhằm mục đích làm nhiều hơn những gì piplàm; xử lý các phụ thuộc thư viện bên ngoài các gói Python cũng như chính các gói Python. Conda cũng tạo ra một môi trường ảo, giống như virtualenv.

Do đó, Conda nên được so sánh với Buildout , một công cụ khác cho phép bạn xử lý cả các tác vụ cài đặt Python và không phải Python.

Vì Conda giới thiệu một định dạng đóng gói mới, bạn không thể sử dụng pipvà Conda thay thế cho nhau; pipkhông thể cài đặt định dạng gói Conda. Bạn có thể sử dụng hai công cụ cạnh nhau (bằng cách cài đặt pipvới conda install pip) nhưng họ không tương thích một trong hai.

Kể từ khi viết câu trả lời này, Anaconda đã xuất bản một trang mới về Tìm hiểu về Conda và Pip , cũng lặp lại điều này:

Điều này nhấn mạnh một sự khác biệt chính giữa conda và pip. Pip cài đặt các gói Python trong khi conda cài đặt các gói có thể chứa phần mềm được viết bằng bất kỳ ngôn ngữ nào. Ví dụ, trước khi sử dụng pip, trình thông dịch Python phải được cài đặt thông qua trình quản lý gói hệ thống hoặc bằng cách tải xuống và chạy trình cài đặt. Mặt khác, Conda có thể cài đặt các gói Python cũng như trình thông dịch Python trực tiếp.

và hơn thế nữa

Đôi khi, một gói là cần thiết không có sẵn như một gói conda nhưng có sẵn trên PyPI và có thể được cài đặt với pip. Trong những trường hợp này, nên cố gắng sử dụng cả conda và pip.

Đây là một danh sách ngắn:

pip

• Chỉ các gói Python.
• Tổng hợp mọi thứ từ nguồn. EDIT: Pip hiện cài đặt bánh xe nhị phân, nếu chúng có sẵn.
• Được ban phước bởi cộng đồng Python cốt lõi (ví dụ, Python 3.4+ bao gồm mã tự động bootstraps pip).

conda

• Thuyết bất khả tri. Trọng tâm chính của các gói hiện có là dành cho Python và thực sự bản thân Conda được viết bằng Python, nhưng bạn cũng có thể có các gói Conda cho thư viện C hoặc gói R hoặc thực sự bất cứ thứ gì.
• Cài đặt nhị phân. Có một công cụ được gọi là conda buildxây dựng các gói từ nguồn, nhưng conda installchính nó sẽ cài đặt mọi thứ từ các gói Conda đã được xây dựng.
• Bên ngoài. Conda là người quản lý gói của Anaconda, bản phân phối Python được cung cấp bởi Continuum Analytics, nhưng nó cũng có thể được sử dụng bên ngoài Anaconda. Bạn có thể sử dụng nó với cài đặt Python hiện có bằng cách cài đặt pip (mặc dù điều này không được khuyến khích trừ khi bạn có lý do chính đáng để sử dụng cài đặt hiện có).

Trong cả hai trường hợp:

• Viết bằng Python
• Nguồn mở (Conda là BSD và pip là MIT)

Hai điểm đầu tiên của Conda thực sự là những gì làm cho nó có lợi thế hơn pip cho nhiều gói. Vì pip cài đặt từ nguồn, nên có thể khó cài đặt mọi thứ với nó nếu bạn không thể biên dịch mã nguồn (điều này đặc biệt đúng trên Windows, nhưng nó thậm chí có thể đúng trên Linux nếu các gói có thư viện C hoặc FORTRAN khó phụ thuộc). Conda cài đặt từ nhị phân, có nghĩa là ai đó (ví dụ Continuum) đã thực hiện công việc khó khăn trong việc biên dịch gói và do đó việc cài đặt rất dễ dàng.

Cũng có một số khác biệt nếu bạn quan tâm đến việc xây dựng các gói của riêng bạn. Chẳng hạn, pip được xây dựng dựa trên các setuptools, trong khi Conda sử dụng định dạng riêng của nó, có một số lợi thế (như là tĩnh, và một lần nữa, thuyết bất khả tri của Python).

Các câu trả lời khác đưa ra một mô tả công bằng về các chi tiết, nhưng tôi muốn làm nổi bật một số điểm cấp cao.

Pip là trình quản lý gói hỗ trợ cài đặt, nâng cấp và gỡ cài đặt các gói python . Nó cũng hoạt động với môi trường python ảo .

conda là trình quản lý gói cho mọi phần mềm (cài đặt, nâng cấp và gỡ cài đặt). Nó cũng hoạt động với môi trường hệ thống ảo .

Một trong những mục tiêu với thiết kế conda là tạo điều kiện quản lý gói cho toàn bộ ngăn xếp phần mềm theo yêu cầu của người dùng, trong đó một hoặc nhiều phiên bản python chỉ có thể là một phần nhỏ. Điều này bao gồm các thư viện cấp thấp, chẳng hạn như đại số tuyến tính, trình biên dịch, chẳng hạn như mingw trên Windows, trình soạn thảo, công cụ kiểm soát phiên bản như Hg và Git hoặc bất kỳ thứ gì khác yêu cầu phân phối và quản lý .

Để quản lý phiên bản, pip cho phép bạn chuyển đổi giữa và quản lý nhiều môi trường python .

Conda cho phép bạn chuyển đổi giữa và quản lý nhiều môi trường có mục đích chung mà qua đó nhiều thứ khác có thể khác nhau về số phiên bản, như thư viện C, hoặc trình biên dịch, hoặc bộ kiểm thử hoặc công cụ cơ sở dữ liệu, v.v.

Conda không phải là trung tâm của Windows, nhưng trên Windows, đây là giải pháp ưu việt hiện có khi các gói khoa học phức tạp yêu cầu biên dịch được yêu cầu phải được cài đặt và quản lý.

Tôi muốn khóc khi nghĩ về việc tôi đã mất bao nhiêu thời gian khi cố gắng biên dịch nhiều gói này qua pip trên Windows hoặc gỡ lỗi pip installcác phiên không thành công khi yêu cầu biên dịch.

Như một điểm cuối cùng, Continuum Analytics cũng lưu trữ (miễn phí) binstar.org (hiện được gọi là anaconda.org ) để cho phép các nhà phát triển gói thông thường tạo ra các ngăn xếp phần mềm tùy chỉnh (được xây dựng!) Mà người dùng gói của họ có thể conda installtừ đó.

Không làm bạn bối rối hơn nữa, nhưng bạn cũng có thể sử dụng pip trong môi trường conda của mình, điều này xác nhận các nhận xét chung của người quản lý cụ thể so với python ở trên.

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

bạn cũng có thể thêm pip vào các gói mặc định của bất kỳ môi trường nào để nó có mặt mỗi lần để bạn không phải tuân theo đoạn trích trên.

Trích dẫn từ bài viết của Conda cho Khoa học dữ liệu trên trang web của Continuum:

Conda vs pip

Các lập trình viên Python có thể quen thuộc với pip để tải các gói từ PyPI và quản lý các yêu cầu của họ. Mặc dù, cả conda và pip đều là trình quản lý gói, chúng rất khác nhau:

• Pip dành riêng cho các gói Python và conda không liên quan đến ngôn ngữ, có nghĩa là chúng ta có thể sử dụng conda để quản lý các gói từ bất kỳ ngôn ngữ nào Pip biên dịch từ nguồn và conda cài đặt nhị phân, loại bỏ gánh nặng biên dịch
• Conda tạo ra các môi trường không biết ngôn ngữ một cách tự nhiên trong khi pip chỉ dựa vào virtualenv để quản lý các môi trường Python Mặc dù luôn khuyến nghị sử dụng các gói conda, conda cũng bao gồm pip, vì vậy bạn không phải chọn giữa hai. Ví dụ: để cài đặt gói python không có gói conda, nhưng có sẵn thông qua pip, chỉ cần chạy, ví dụ:

conda install pip
pip install gensim

Trích dẫn từ Conda: Huyền thoại và quan niệm sai lầm (một mô tả toàn diện):

...

Chuyện hoang đường số 3: Conda và pip là đối thủ cạnh tranh trực tiếp

Thực tế: Conda và pip phục vụ các mục đích khác nhau và chỉ cạnh tranh trực tiếp trong một tập hợp nhỏ các nhiệm vụ: cụ thể là cài đặt các gói Python trong môi trường bị cô lập.

Pip, viết tắt của P ip I nstalls P ackages, là trình quản lý gói bị xử phạt chính thức của Python và thường được sử dụng nhất để cài đặt các gói được xuất bản trên Python Pack Index (PyPI). Cả pip và PyPI đều được quản lý và hỗ trợ bởi Cơ quan đóng gói Python (PyPA).

Nói tóm lại, pip là trình quản lý mục đích chung cho các gói Python; conda là một nhà quản lý môi trường đa nền tảng ngôn ngữ. Đối với người dùng, sự khác biệt nổi bật nhất có lẽ là thế này: pip cài đặt các gói python trong bất kỳ môi trường nào; conda cài đặt bất kỳ gói trong môi trường conda. Nếu tất cả những gì bạn đang làm là cài đặt các gói Python trong một môi trường biệt lập, conda và pip + virtualenv hầu hết có thể hoán đổi cho nhau, modulo một số khác biệt trong xử lý phụ thuộc và tính sẵn sàng của gói. Theo môi trường biệt lập, tôi có nghĩa là một conda-env hoặc virtualenv, trong đó bạn có thể cài đặt các gói mà không cần sửa đổi cài đặt Python hệ thống của bạn.

Thậm chí đặt sang một bên Huyền thoại số 2, nếu chúng ta chỉ tập trung vào việc cài đặt các gói Python, conda và pip phục vụ các đối tượng khác nhau và các mục đích khác nhau. Nếu bạn muốn, giả sử, quản lý các gói Python trong cài đặt Python hệ thống hiện có, thì conda không thể giúp bạn: theo thiết kế, nó chỉ có thể cài đặt các gói trong môi trường conda. Nếu bạn muốn, giả sử, làm việc với nhiều gói Python dựa trên các phụ thuộc bên ngoài (NumPy, SciPy và Matplotlib là các ví dụ phổ biến), trong khi theo dõi các phụ thuộc đó theo cách có ý nghĩa, pip không thể giúp bạn: theo thiết kế, nó quản lý các gói Python và chỉ các gói Python.

Conda và pip không phải là đối thủ cạnh tranh, mà là các công cụ tập trung vào các nhóm người dùng và mô hình sử dụng khác nhau.

Dành cho người dùng WINDOWS

Tình hình công cụ đóng gói "tiêu chuẩn" đang được cải thiện gần đây:

• trên pypi, hiện có 48% gói bánh xe. Ngày 11 tháng 11 năm 2015 (tăng từ 38% trong tháng 5 năm 2015, 24% trong năm 2014),

• định dạng bánh xe hiện được hỗ trợ ngoài hộp cho mỗi con trăn mới nhất 2.7.9,

Tình hình công cụ đóng gói "tiêu chuẩn" + "điều chỉnh" cũng được cải thiện:

• bạn có thể tìm thấy gần như tất cả các gói khoa học về định dạng bánh xe tại http://www.lfd.uci.edu/~gohlke/pythonlibs ,

• dự án mingwpy có thể mang đến một ngày một gói 'tổng hợp' cho người dùng windows, cho phép cài đặt mọi thứ từ nguồn khi cần.

Bao bì "Conda" vẫn tốt hơn cho thị trường mà nó phục vụ và làm nổi bật các khu vực nơi "tiêu chuẩn" cần cải thiện.

.

pip là một người quản lý gói.

conda vừa là người quản lý gói vừa là người quản lý môi trường.

Chi tiết:

Người giới thiệu

• Hiểu về Conda và Pip

Tôi có thể sử dụng pip để cài đặt iPython không?

Chắc chắn, cả hai (cách tiếp cận đầu tiên trên trang)

pip install ipython

và (cách tiếp cận thứ ba, thứ hai là conda)

Bạn có thể tải xuống IPython theo cách thủ công từ GitHub hoặc PyPI. Để cài đặt một trong những phiên bản này, hãy giải nén nó và chạy phần sau từ thư mục nguồn cấp cao nhất bằng Terminal:

pip install .

là những cách chính thức được đề nghị để cài đặt .

Tại sao tôi nên sử dụng conda như một trình quản lý gói python khác khi tôi đã có pip?

Như đã nói ở đây :

Nếu bạn cần một gói cụ thể, có thể chỉ cho một dự án hoặc nếu bạn cần chia sẻ dự án với người khác, thì conda có vẻ phù hợp hơn.

Conda vượt qua pip trong ( YMMV )

• các dự án sử dụng các công cụ không phải python
• chia sẻ với đồng nghiệp
• chuyển đổi giữa các phiên bản
• chuyển đổi giữa các dự án với các phiên bản thư viện khác nhau

Sự khác biệt giữa pip và conda là gì?

Điều đó được trả lời rộng rãi bởi những người khác.

pip chỉ dành cho Python

condachỉ dành cho Anaconda + các gói khoa học khác như phụ thuộc R, v.v. KHÔNG phải ai cũng cần Anaconda đi kèm với Python. Anaconda chủ yếu dành cho những người học Machine / học sâu, v.v. Người dùng Python thông thường sẽ không chạy Anaconda trên máy tính xách tay của mình.

Tôi có thể đã tìm thấy một sự khác biệt nữa của một bản chất nhỏ. Tôi có môi trường trăn của tôi dưới /usrchứ không phải /homehoặc bất cứ điều gì. Để cài đặt nó, tôi sẽ phải sử dụng sudo install pip. Đối với tôi, tác dụng phụ không mong muốn của sudo install piphơi khác so với những gì được báo cáo rộng rãi ở nơi khác: sau khi làm như vậy, tôi phải chạy pythonvới sudođể nhập bất kỳ sudogói nào được cài đặt. Tôi đã từ bỏ điều đó và cuối cùng thấy rằng tôi có thể sử dụng sudo condađể cài đặt các gói vào một môi trường /usrmà sau đó được nhập bình thường mà không cần sự sudocho phép python. Tôi thậm chí đã sử dụng sudo condađể sửa chữa một hỏng piphơn là sử dụng sudo pip uninstall piphoặc sudo pip --upgrade install pip.