|
conda可以方便开发管理python环境，包可以conda 安装有时使用pip整理一下不同点。
conda 创建环境
conda create --name a_conda_env python=3.6
名为a_conda_env python 版本3.6
激活环境
conda activate b_conda_env
conda deactivate
#linux环境
source activate or source deactivate
查看环境下已经安装包列表
conda list -n a_conda_env
如果已经在激活环境下了，那就可以直接使用conda list 列出来的包就是当前环境的
安装新的包
可以使用pip和conda
conda install pillow
# conda list -n a_conda_env 可以看到多了pillow
pip install pillow
需要注意在当前环境下安装包会使用当前环境下pip进行安装，安装成功之后conda list可以看到列表中多了pillow包
在这里插入图片描述
如果使用pip list会发现没有，请确认当前环境。因为这里需要指定当前环境使用的pip
例如：
pip list
#或者指定对应环境pip
xxxxxx\a_conda_env\Scripts\pip list
#linux
xxxxxx\a_conda_env\bin\pip list
如下图，pip list和conda list列表却不一致，conda数量 > pip
conda 安装包路径是 xxxxx\Anaconda3\pkgs
pip 安装包路径在虚拟环境下是 xxxx\Anaconda3\envs\a_conda_env\Lib\site-packages
所以当前环境下pip list只列举出当前包list（这得看anaconda的安装版本，我的是2018版的，pip安装路径是xxx\Anaconda\Anaconda\Lib\site-packages
此处需要留意如果使用conda install 多个环境时，对于同一个包只需要安装一次。有conda集中管理。
但是如果使用pip因为每个环境安装使用的pip在不同的路径下，故会重复安装，而包会从缓存中取。
参考其他文档，https://blog.csdn.net/qq_41204464/article/details/86530217
-
conda可以让你同时管理安装处理有关的python任务和跟python无关任务，即pip可以允许在任何环境中安装python包，conda允许你在conda环境中安装任何语言包（包括C语言或者python）。
conda使用一个新的包格式，你不能交替使用conda和pip， -
因为pip不能安装和解析conda的包格式。可以使用这两个工具，但是它们是不能交互的 -
由于pip是从源代码安装的，所以如果你无法编译源代码，那么安装它可能会很痛苦（这在Windows上尤其如此，但如果软件包有一些困难的C或FORTRAN库，甚至在Linux上也是如此）依赖）。 -
Conda从二进制文件安装，这意味着有人（例如Continuum）已经完成了编译软件包的艰苦工作，因此安装非常简单。不过，个人感觉conda安装有些慢。（相对pip 来说）
|
