Python 当pip&；康达重叠？

我对

conda安装

和

pip安装

之间的区别有合理的理解；如何

pip

安装python-only包&

conda

可以安装非python二进制文件。然而，这两者之间有一些重叠。这让我想问：

当两者都提供套餐时，使用

conda

还是

pip

的经验法则是什么？

例如，

TensorFlow

在两个存储库上都可用，但可以从以下位置获得：

在Anaconda中，我们建议安装TensorFlow和

pip install

命令，而不是使用

conda install

命令

但是，还有许多其他软件包重叠，如

numpy

，

scipy

等

---

但是，建议默认使用

conda安装

，&

pip

仅在

conda

中没有软件包时使用。即使对于

TensorFlow

或其他仅使用python的软件包也是如此吗？

TensorFlow的维护人员实际上在PyPI上发布了TensorFlow的轮子，这就是为什么它是推荐的官方方式。

conda

软件包由Anaconda员工和/或社区创建。这并不意味着conda包是坏的，它只是意味着TensorFlow维护人员没有（正式）参与其中。基本上，他们只是说：“如果您在安装

pip

时遇到问题，TensorFlow开发人员会尽力帮助您。但我们并不正式支持

conda

软件包，因此如果conda软件包出现问题，您需要询问conda软件包维护人员。您已经收到警告。”

---

在更一般的情况下：

对于仅限Python的软件包，应始终使用

conda安装

。可能会有例外，例如，如果根本没有康达软件包，或者康达软件包已经过时（并且没有人发布该软件包的新版本），并且您确实需要该软件包/版本

但是，对于需要编译的包（例如C扩展等），情况有所不同。这是不同的，因为使用

pip

可以安装以下软件包：

• 作为预编译的轮子
• 作为软件包，在您的计算机上编译

而康达只是提供

• 编译康达软件包

对于已编译的包，您必须注意二进制兼容性。这意味着一个包是根据另一个库的特定二进制接口编译的——这可能取决于库的版本或编译标志等

对于conda，您必须按原样接受包，这意味着您必须假设包是二进制兼容的。如果它们不是，它将不起作用（segfault或链接错误或其他）

如果您使用

pip

，并且可以根据计算机上可用的库选择安装或编译哪个控制盘（如果有）。这意味着二进制不兼容的可能性较小。如果您从不同的conda通道安装conda软件包，这是（或曾经是）一个大问题。因为它们可能只是二进制不兼容（例如，conda forge和anaconda通道存在或存在一些问题）

然而，它可能应该在个案的基础上作出决定。我的

tensorflow

conda环境没有问题，我在那里安装了

conda forge

频道的所有包，包括tensorflow。然而，我听说有几个人在混合

conda forge

和

anaconda

频道环境中遇到tensorflow问题。例如，主通道的NumPy和conda forge通道的TensorFlow可能只是二进制不兼容

我的经验是：

• 如果它是一个纯Python的软件包，只需安装它（这不太可能造成麻烦）。在可能的情况下使用conda软件包，但如果使用pip，则不会造成（太多）麻烦。如果您使用pip安装它，它不是由conda管理的，因此它可能不会被识别为可用依赖项，您必须自己更新它，但这就是所有的区别
• 如果它是一个编译包（如C扩展或C库的包装器等），那么它会变得有点复杂。如果您想“小心”或有理由期待出现问题：
• 如果需要测试来自不同通道和/或conda和pip的编译包，请始终创建一个新环境。丢弃一个乱七八糟的conda环境很容易，但修复一个您所依赖的环境要烦人得多
• 如果可能，请使用

  conda install

  从一个且仅一个频道（如果可能，请使用主anaconda频道）安装所有编译的软件包
• 如果不可能，尝试将主anaconda通道编译包与来自不同通道的conda包混合使用
• 如果这不起作用，尝试混合使用conda编译包和pip编译包（预编译程序或自编译安装程序）

---

您询问了为什么不能使用

conda

从PyPI安装软件包。我不知道确切的原因，但pip主要提供该软件包，您必须自己安装。使用conda，您可以得到一个已经编译并安装的软件包，它只是“复制”而没有安装。这就要求软件包安装在不同的操作系统（Mac、Windows、Linux）和平台（32位、64位）上，针对不同的Python版本（2.7、3.5、3.6），可能还针对不同的NumPy版本。这意味着康达必须提供多个软件包，而不仅仅是一个。这会占用资源（最终安装的软件包的空间和安装的时间），而这些资源可能不可用或不可行。除此之外，可能没有将pypi包转换为康达配方的转换器