Python中pip和conda的爱恨情仇

在使用pip和conda时，是否也有过以下的疑惑？？？

目前只总结了以下常见的几种混淆，如有学者还有其它疑惑，欢迎留言讨论，我会解答更新，帮助自己理清的同时，也帮助其他同样困惑的学者，谢谢！

目录

• pip与conda的联系与区别
• • 联系
  • 区别
• 什么时候用pip，什么时候用conda
• • [优先考虑使用 pip](#优先考虑使用 pip)
  • [优先考虑使用 conda](#优先考虑使用 conda)
• [pip install 和conda install的区别](#pip install 和conda install的区别)
• • 来源不同
  • 依赖管理差异
  • 环境管理差异
  • 包来源不同
  • 系统环境要求
• [同一虚拟环境下，pip list和conda list显示不一样](#同一虚拟环境下，pip list和conda list显示不一样)

pip与conda的联系与区别

pip 更轻量简单，conda 更全面强大。

pip 和 conda 都是 Python 的包管理工具，它们有联系也有区别：

联系

• 都可以用来安装、卸载和管理 Python 包。
• 都可以连接 PyPI 来安装 Python 包。conda 还可以连接 Anaconda cloud。
• 都可以导出当前环境的包信息。
• 都可以创建 Python 虚拟环境。

区别

• pip 是 Python 内置的，conda 属于 Anaconda/Miniconda 发行版。
• pip 只能管理 Python 包，conda 可以跨语言管理 Python、R 等语言的包。
• pip 不能直接管理不同的 Python 环境，conda 可以轻松管理多个环境。
• pip 依赖 Python，conda 可以单独存在。
• pip 安装源仅从 PyPI 获取，conda 可以从 Anaconda cloud 获取。
• pip 管理虚拟环境需要 virtualenv，conda 自带环境管理。
• pip 的组件更单一，conda 集成了包管理、环境管理等功能。

什么时候用pip，什么时候用conda

综合考虑项目需求，两者可以搭配使用,发挥各自的优势。

优先考虑使用 pip

• 当只需要安装 Python 包时。pip 更专注于 Python 包管理。
• 当系统中没有安装 Anaconda/Miniconda 时。pip 是 Python 的内置包管理工具。
• 当需要使用 Python 虚拟环境时。pip + virtualenv 可以方便管理虚拟环境。
• 当需要安装一些仅提供 wheel 文件的第三方库时。pip 对 wheel 文件支持更好。
• 当需要轻量级的包管理工具,或者对环境依赖不敏感时。pip 更轻量简单。

优先考虑使用 conda

• 当需要安装语言间依赖时，如 Python 和 R 包。conda 支持多语言包管理。
• 当需要跨操作系统移植环境时。conda 可以导出互通的环境配置。
• 当需要管理多个独立的 Python 环境时。conda 环境管理更便捷。
• 当需要避免环境依赖问题时。conda 对包依赖解析更全面。
• 当需要对系统级别的组件进行管理时。conda 可以安装一些系统级组件。
• 当需要使用 Anaconda 发行版中的其他功能时。conda 提供更全面的功能。

pip install 和conda install的区别

来源不同

• pip 是 Python 的默认包管理工具，与 Python 捆绑在一起。
• conda 是 Anaconda/Miniconda 发行版特有的包管理工具。

依赖管理差异

• pip 只能管理 Python 包的依赖。
• conda 可以跨语言管理 Python、R 等各种语言的包依赖。

环境管理差异

• pip 不能直接管理不同的 Python 环境。
• conda 可以方便管理多个独立的 Python 环境。

包来源不同

• pip 安装包默认都来自 Python Package Index (PyPI)。
• conda 安装包可以来自 Anaconda 自己的仓库，也可以来自 PyPI。

系统环境要求

• pip 对系统环境要求较低。
• conda 对系统环境有一定要求，需要预装 Miniconda/Anaconda。

同一虚拟环境下，pip list和conda list显示不一样

pip 和 conda 各有自己的包管理逻辑，所以在同一个环境下,从相同渠道安装同样的包，也可能因为各自的算法和规范不同，导致最后的安装包不一样。

1. pip 和 conda 默认使用不同的包仓库。pip 默认只访问 PyPI 上面的 Python 包，而 conda 默认同时访问 Anaconda仓库和 PyPI。

2. 即使安装相同的包，由于 pip 和 conda 的依赖解析算法不同，安装的依赖包可能也不太一样。这会导致它们最后安装的组件不同。

3. 对于一些跨语言的包，如 R 语言包，conda 可以识别安装，但 pip 识别不了这些非 Python 包。

4. 一些只提供 wheel 格式文件的 Python 包，pip 可以直接安装，但 conda 可能需要从源代码编译安装。

5. pip 和 conda 的包版本探测算法不同，可能导致对同一个包安装不同版本。

6. 在虚拟环境创建时，conda 会默认预装一些其认为重要的包，但 pip 不会。

7. pip 和 conda 的包名规范有少许差异，这也可能导致某些包METADATA信息不一致。