使用pip安装Python包相比conda的具体优势是什么？

Question

我使用 miniconda 作为默认的 Python 安装程序。关于何时使用 conda 或 pip 进行安装，目前（2019 年）有哪些经验之谈？

我的常规做法是使用 pip 安装所有内容，只有在通过 pip 无法获取某个软件包或 pip 版本不正确时才使用 conda。

是否总是优先使用 conda install 有什么优势？混合使用这两种安装程序会带来哪些问题？我应该考虑哪些因素呢？

---

客观性: 这并不是基于个人喜好的问题！我的问题是当我可以使用 pip 或 conda 安装 Python 包时，如何做出明智的选择？而不是 "告诉我哪个更好"，而是 ""为什么我会使用一个而不是另一个，来回切换是否会导致问题/低效？"

- Dustin Michels

Answer 1

我发现我首先使用Conda是因为它能安装二进制文件，如果包不存在，那么就尝试使用pip。例如，与pip相比，psycopg2在Conda中更容易安装。

https://jakevdp.github.io/blog/2016/08/25/conda-myths-and-misconceptions/

Pip代表Pip Installs Packages，是Python官方认可的软件包管理器，最常用于安装发布在Python Package Index(PyPI)上的软件包。pip和PyPI都受Python Packaging Authority(PyPA)的治理和支持。

简而言之，pip是Python软件包的通用管理器，而conda是一款跨平台、语言不限的环境管理器。对于用户来说，最显著的区别可能是：pip在任何环境中安装Python软件包；而conda在conda环境中安装任何软件包。如果你所做的只是在隔离的环境中安装Python软件包，则conda和pip+virtualenv基本可以互换，除了一些依赖处理和软件包可用性上的差异。通过隔离的环境，我指的是conda-env或virtualenv，在其中你可以安装软件包而不修改系统Python安装。

如果我们专注于Python包的安装，conda和pip面向不同的受众和不同的用途。如果您想在现有系统的Python安装中管理Python包，conda无法帮助您：按设计，它只能在conda环境中安装包。如果您想使用许多依赖于外部依赖项的Python包（例如NumPy、SciPy和Matplotlib），并以有意义的方式跟踪这些依赖关系，pip无法帮助您：按设计，它只管理Python包而不涉及其他依赖项。

Conda和pip不是竞争对手，而是专注于不同用户群体和使用模式的工具。

- eatmeimadanish

---

我喜欢这个答案！我可能会从pip先切换到conda先...那个关于二进制的psycopg2消息在Django项目上一直困扰着我 :-) - Scott Skiles

@ScottSkiles 关于二进制的psycopg2消息可以通过链接到正确版本的OpenSSL来解决：https://dev59.com/-F8d5IYBdhLWcg3w61xT#56228387 - Bash

你是说你不能在普通的非conda Python中使用Numpy吗？我想我一直以来都把Anaconda当作理所当然了。 - gargoylebident

这是否仍适用于PyPi上的psycopg2-binary软件包（https://pypi.org/project/psycopg2-binary/）？ - kellpossible

Answer 2

注意: 下面的建议现在已经成为官方文档的一部分。

---

"关于何时使用 conda 和 pip 进行安装，目前（2019年）有哪些最佳实践？"

Anaconda公司的Jonathan Helmus在他的文章 "在Conda环境中使用Pip" 中很好地总结了这个问题。下面是最终最佳实践的摘录：

最佳实践清单

仅在使用了 conda 之后再使用 pip

• 尽可能使用 conda 安装要求，然后使用 pip
• pip 应该使用 --upgrade-strategy "only-if-needed"（默认值）运行
• 不要使用 --user 参数运行 pip，避免所有“用户”安装

使用 Conda 环境进行隔离

• 创建一个 Conda 环境，以隔离 pip 进行的任何更改
• 由于硬链接的使用，环境占用很少的空间
• 应该避免在根 [base] 环境中运行 pip

如果需要更改，重新创建环境

• 一旦使用了pip，conda将无法察觉到更改
• 要安装其他Conda包，最好重新创建环境

将conda和pip的需求存储在文本文件中

• 可以通过--file参数将软件包需求传递给conda
• pip可以使用-r或--requirements与Python软件包列表配合使用
• conda env将根据带有conda和pip需求的文件导出或创建环境

- merv

---

你提供的文章实际上包含了“not”。我认为它不应该在那里，所以我没有看到任何矛盾之处。我的理解是，“使用--user仅为当前用户安装它，而不是为所有用户（系统范围）安装它”，这对我来说很有意义。然而，现在我有点困惑，我应该在conda环境中选择--user安装吗？ - orangeInk

@orangeInk 不好意思，我之前联系过作者，他已经修改了代码并加入了“not”，但我还没有来得及删除这里多余且令人困惑的评论。在虚拟环境中使用--user会导致安装在环境特定的site-packages之外，这是不希望看到的。更多细节请参见此答案。 - merv

我该如何“重新创建”环境？我的使用情况如下。我使用conda来管理不同的环境。然而，某些包在conda中不可用。因此，我使用pip来使用这些包。何时以及如何重新创建环境？ - David293836

@David293836 创建一个YAML定义 - 这允许指定Conda和PyPI包。一个好的起点是先使用conda env export -n your_env > env.yaml。编辑以包括新的包。删除之前的环境，然后在conda env create -f env.yaml -n your_env中使用YAML。或者更加谨慎地，使用不同的名称创建环境，并在验证其工作正常后仅删除旧环境。 - merv

Answer 3

这是我所做的：

1. 激活您的conda虚拟环境
2. 使用pip在您的虚拟环境中安装
3. 如果遇到任何兼容性问题，请使用conda

最近我遇到了这个问题，当numpy/matplotlib出现问题时，我使用conda构建来解决了这个问题。

- Scott Skiles

Answer 4

同eatmeimadanish的观点一致。在您的*conda起点上，先使用Conda，再使用pip是最明智的选择。

背景简介

Anaconda（发行版）和Conda（包管理器）旨在解决现有状态下的安装和集成问题。

这里的现有状态涵盖了广泛的领域：任何Python二进制组合（系统提供的或从Python.org下载的），系统级软件包安装程序（例如apt get、yum、homebrew），Python专用软件包安装程序（例如easy_install和pip）以及设置框架（例如setuptools和distutils）。这种现状已经随着时间的推移而大大演变，其中一些部分（例如easy_install、distutils）已经消失，新的部分（例如wheels、twine）也已经加入。它没有看到JavaScript生态系统的巨大和持久的变化，但是Python的打包和安装从来没有真正成为“一个解决的问题”，并且解决问题的首选方案随时间而变化。你可以认为原生Python工具曾经存在的某些或大多数问题现在基本上得到了解决。至少有些问题已经得到解决，但是*conda社区非常不同意它们已经被淘汰。

如果您从Anaconda或miniconda开始，我假设您喜欢它们的优点（更容易安装、更好的集成等）。否则，您可能会选择更“原始”或香草味十足的Python发行版，或者可能会选择其他“比基本Python更好，因为X、Y和Z”的发行版（例如ActivePython、Enthought Canopy等）。鉴于这一点，我认为您应该首先使用conda，然后再使用pip，而不是反过来。

当然，您可以尝试使用pip安装每个软件包，并在pip令人失望时回退到conda，但这似乎违背了您最初选择*conda工具和生态系统的主要选择。

- Jonathan Eunice

Answer 5

当使用Anaconda生态系统时，您应始终优先选择conda而不是pip。 文档特别提到了这一点：（重点在我这里）

如果conda或Anaconda.org中没有可用的软件包，则可以尝试使用pip等其他软件包管理器找到并安装该软件包。

Pip软件包没有conda软件包的所有功能，我们建议首先尝试使用conda安装任何软件包。如果该软件包无法通过conda获得，请尝试使用pip进行安装。pip和conda软件包之间的差异导致某些不可避免的兼容性限制，但conda会尽力与pip兼容。

使用conda软件包可以帮助您的环境保持一致，特别是如果您需要在同一环境中管理许多依赖项（或者没有环境但直接使用基本环境）。

- Paritosh Singh

Answer 6

作为对@eatmeimadanisch和@merve建议“先使用conda，然后尝试pip”的补充，以下是在Linux系统命令行中运行此代码的相应代码：

while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt

这假设所有带有所需包编号的软件包都被放置在名为“requirements.txt”的文件中。例如，条目如下：

matplotlib==2.0.0
numpy==1.18.1

请注意等号是双等号(==)，而不是单等号(=)。

- Agile Bean

---

问题在于，Conda构建的软件包名称不一定与PyPI名称相同。例如，wget是Conda上的二进制文件，而不是PyPI上的Python软件包。 - merv