如何解决conda env v venv
要在关于 pyenv、venv、virtualenv 和 virtualenvwrapper 的重要问题和讨论 here 中添加一个问题,有人可以解释一下 conda 环境如何适应这个世界吗? conda 环境与其他虚拟环境选项的首选用例是什么时候?
解决方法
更新 2021-0602:经过研究、体验和谷歌搜索后,我发现了 this article。它是详细的,以我发现的有用方式自以为是,并提供了我正在寻找的一切等等。极力推荐。 Conda 与 venv 完全不同。
原始答案 经过研究和尝试,我发现了以下内容,特别关注 conda 环境和 venv 之间的区别:
- 高级,conda 环境和 venv 之间没有太大区别。没有太大的性能差异、设置时间差异、复制差异等。
- 决定使用一种或另一种应该主要由个人偏好和工作惯例驱动(例如,如果您的工作 venv 用于所有事情,则使用 venv 而不是 conda 环境可能是有意义的。)
有一些差异值得指出:
- Conda 环境可以为 Python 和 R 设置环境,因此如果您在两种 conda 之间切换可能更可取,因此您只需要学习一组工具/约定。
- Conda 环境都存储在一个文件夹中。这有利有弊:
- 专业版:您可以轻松查找您创建的所有环境。
- 优点:您可以将一个环境重复用于多个项目(例如,我有一个“财务”环境,它适用于我所有与财务相关的项目。)
- 缺点:您必须以不同的方式命名所有环境,并记住名称(或查找它们)。
- 缺点:将该环境存储在您创建的项目文件夹中更麻烦。这意味着您需要记住哪个环境适合哪个项目,并且您不能简单地 cd 进入项目文件夹,然后激活存储在该文件夹中的通用名称“env”。
对于我正在做的编程类型,我发现 conda 环境很有帮助。我可以很容易地看到 venv 是更好选择的用例。
最后,Conda 既是环境管理器,又是 PIP 之类的包管理器。 Useful comparison table here。
简而言之,如果您还没有强烈的偏好,conda 比 venv 或 pip 更强大,可以与 pip 结合使用,并且可能是更好的默认选项。也就是说,如果您已经有强烈的偏好,这意味着您可能已经知道如何做自己想做的事,因此不太可能值得改变。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。