Anaconda在科学计算中非常流行，因为它将125个最广泛使用的Python数据分析库捆绑在一起。我的问题是，既然我们已经有了pip（这是一个非常广泛使用的python包管理器），为什么我们需要anaconda？难道我们不能简单地为125多个库中的每一个输入pip install并且它们都能很好地协同工作吗？或者他们的合作会不会很好，这意味着“蟒蛇”通过解决125多个图书馆之间良好互动时出现的问题给我们大家带来了很大的好处？
最佳答案
三个基本原因：
这些库中的大多数都需要链接到系统安装的库（例如，Pytables的hdf5或numpy的atlas），用户可能知道，也可能不知道。注意matplotlib需要一组不同的图形库，如果它们丢失了，它将在某些后端崩溃。
PIP编译库（但是使用轮子可以避免这个步骤）。这需要C编译器（在Windows中很难）和Fortran编译器（在Mac和Windows中很难）。像scipy这样的大型图书馆也需要时间。
水蟒的元软件包水蟒是一套最小的图书馆，连续不断地确保他们一起玩得很好。在一个理想的世界中，我们应该总是使用最新和最改进的版本，但这可能会导致不兼容。
以及一个补充：
使用Conda很容易创建一组用于分发的包。因此，您可以轻松地共享包，包括它的所有依赖项。
关于python - 为什么我们有 pip 时需要Anaconda？ ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23689887/