왜 일부 사람들은 Anaconda를 사용하는 대신 Python 환경을 수동으로 구성하는 데 많은 시간을 소비하는 것을 선호합니까?

아나콘다를 사용하지 않고 Python 환경을 직접 구성하는 사람들도 많습니다. 두 가지 이유가 있는 것으로 알고 있습니다.

우선 Anaconda는 데이터 과학에 매우 친화적이지만 다른 Python 애플리케이션 시나리오에는 최선의 선택이 아닙니다. 더 많은 사람들이 자신의 개발 환경에 맞게 기본 python+pip+venv를 사용할 것입니다.

둘째, Anaconda는 설치 패키지만 해도 500~600MB로 수 G의 실행 공간을 차지하여 리소스 낭비가 너무 심합니다.

아나콘다가 무엇인지 알면 사용해야 할지 말지 알 수 있을 것입니다.

Aanconda는 conda를 기반으로 한 Python 데이터 과학 및 기계 학습 개발 플랫폼입니다. 강조하고 설명해야 할 몇 가지 키워드가 있습니다.

conda는 다양한 개발 언어에 사용할 수 있는 가상 환경 도구 + 패키지 관리 도구입니다. 여기서는 Python을 말합니다. conda 리소스 라이브러리에는 수만 개의 타사 라이브러리가 있으며 그 중 대부분은 데이터 과학 및 기계 학습과 관련되어 있습니다.

대안으로 venv, Pipenv, Virtualenv와 같은 도구를 사용하여 가상 환경을 만들 수도 있고, pip를 사용하여 Python 패키지를 다운로드하고 관리할 수도 있습니다.

Python은 Anaconda와 함께 제공되므로 다시 설치할 필요가 없으며 실행 환경이 구성됩니다.

데이터 과학은 Anaconda가 데이터 과학 분야의 Python 개발에 초점을 맞추고 pandas, numpy, matplotlib 및 Jupyter와 같은 대부분의 주류 타사 라이브러리와 함께 제공된다는 것을 의미합니다. 이로 인해 Anaconda가 너무 커집니다.

요약하자면 Anaconda의 가장 큰 특징은 Python 데이터 과학 및 기계 학습을 한 번 설치하면 영구적으로 제공한다는 것입니다.

다른 Python 개발 분야에 종사하는 사람들에게는 위의 기능이 필요하지 않거나 pip, venv 등의 도구로 완전히 대체할 수 있으므로 Anaconda는 설치할 가치가 없습니다.

일부 사용자는 기능 중복을 피하기 위해 Miniconda를 선택합니다. 설치 패키지는 50M에 불과합니다.

Miniconda는 Python과 Conda만 포함하는 Anaconda의 축소 버전입니다. 나는 또한 모든 사람에게 간단하고 강력한 Miniconda를 사용하도록 권장합니다. conda를 사용하여 가상 환경을 구성하고 다양한 타사 라이브러리를 설치할 수 있습니다.

간단히 던지기를 좋아하지 않는다면 Anaconda를 사용하세요. 던지기를 좋아한다면 Python을 직접 구성해 보거나 Miniconda를 사용해 보세요.

위 내용은 왜 일부 사람들은 Anaconda를 사용하는 대신 Python 환경을 수동으로 구성하는 데 많은 시간을 소비하는 것을 선호합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!