python包管理工具pip和conda的使用对比

python包管理工具pip和conda的使用对比

总述

pip相对于conda,对应包的依赖关系管理不强,坏处是容易造成包冲突,好处是对于一些特定需要,可以避免处理包依赖关系,直接使用pip安装

1. pip使用

查看已安装的Numpy的版本:

pip list | grep numpy

卸载Numpy:

pip uninstall numpy

查看可以安装的Numpy版本:

pip index versions numpy

安装包

pip install numpy==2.1.0

2.1.0是相应包的版本号

2. conda

激活虚拟环境

conda activate env_name

关闭虚拟环境

conda deactivate

注意虚拟环境之间的嵌套,这个会导致安装包后看不到包,实际是安装到了base环境里

一般deactivate 两次即可

未完待续

相关推荐
寒山李白2 小时前
解决 python-docx 生成的 Word 文档打开时弹出“无法读取内容“警告
python·word·wps·文档·docx·qoder
林浩杨2 小时前
Pip对当前环境下的所有包进行更新
pip
2401_832365522 小时前
JavaScript中rest参数(...args)取代arguments的优势
jvm·数据库·python
Sirius.z2 小时前
第J3周:DenseNet121算法详解
python
2301_779622413 小时前
Go语言怎么用信号量控制并发_Go语言semaphore信号量教程【入门】
jvm·数据库·python
2301_766283443 小时前
c++如何将控制台输出保存到文件_cout重定向到txt【详解】
jvm·数据库·python
小康小小涵4 小时前
基于ESP32S3实现无人机RID模块底层源码编译
linux·开发语言·python
lzjava20244 小时前
Python的函数
开发语言·python
Awesome Baron5 小时前
skill、tool calling、MCP区别
开发语言·人工智能·python
测试员周周5 小时前
【AI测试系统】第4篇:告别硬编码!基于 Markdown + Python 的 Skill 引擎设计:让 AI 测试系统拥有无限扩展的“灵魂”
人工智能·python·测试