pip 和 conda 有什么区别？

我知道pip是 python 软件包的软件包管理器。但是，我看到 IPython 网站上的安装使用conda来安装 IPython。

我可以使用pip安装 IPython 吗？ pip时，为什么还要使用conda作为另一个 python 软件包管理器？

pip和conda什么区别？

参与 python 世界已经很长时间了，我们都知道 pip，easy_install 和 virtualenv，但是这些工具不能满足我们所有的特定要求。主要问题是它们专注于 Python，而忽略了非 Python 库依赖项，例如 HDF5，MKL，LLVM 等，这些依赖项的源代码中没有 setup.py，也没有将文件安装到 Python 的站点中 - packages 目录。

因此，Conda 是一种包装工具和安装程序，其目的是要完成比pip还要多的工作。处理 Python 包之外的库依赖关系以及 Python 包本身。 Conda 也可以创建一个虚拟环境，就像virtualenv一样。

因此，也许应该将 Conda 与Buildout进行比较，后者是另一个可以让您处理 Python 和非 Python 安装任务的工具。

由于 Conda 引入了一种新的包装格式，因此您不能将pip和 Conda 互换使用。 pip无法安装 Conda 软件包格式。您可以通过侧（通过安装使用这两种工具侧pip与conda install pip ），但他们不具备互操作性无论是。

自编写此答案以来，Anaconda在理解 Conda 和 Pip上发布了一个新页面，该页面也与此相呼应：

这凸显了 conda 和 pip 之间的关键区别。 Pip 安装 Python 软件包，而 conda 安装软件包，其中可能包含以任何语言编写的软件。例如，在使用 pip 之前，必须通过系统软件包管理器或下载并运行安装程序来安装 Python 解释器。另一方面，Conda 可以直接安装 Python 软件包以及 Python 解释器。

并进一步

有时需要一个软件包，该软件包不能作为 conda 软件包使用，但可以在 PyPI 上使用，并且可以与 pip 一起安装。在这些情况下，尝试同时使用 conda 和 pip 是有意义的。

这是一个简短的摘要：

点子

仅 Python 软件包。
从源代码编译所有内容。编辑：pip 现在会安装二进制车轮（如果可用）。
受到核心 Python 社区的祝福（即 Python 3.4 + 包含自动引导 pip 的代码）。

康达

不可知的 Python。现有软件包的主要关注点是针对 Python 的，确实 Conda 本身是用 Python 编写的，但是您也可以拥有针对 C 库，R 软件包或其他任何东西的 Conda 软件包。
安装二进制文件。有一个名为conda build的工具可以从源代码构建软件包，但是conda install本身可以从已经构建的 Conda 软件包中安装东西。
外部的。 Conda 是 Anaconda 的软件包管理器，它是 Continuum Analytics 提供的 Python 发行版，但也可以在 Anaconda 之外使用。您可以通过 pip 安装将其与现有的 Python 安装配合使用（尽管除非您有充分的理由使用现有的安装，否则不建议这样做）。

在两种情况下：

用 Python 编写
开源（Conda 是 BSD，pip 是 MIT）

实际上，Conda 的前两个要点是使许多包装优于点子的原因。由于 pip 是从源代码安装的，因此如果您无法编译源代码，则可能很难安装它（在 Windows 上尤其如此，但在 Linux 上，如果软件包中包含一些困难的 C 或 FORTRAN 库，甚至可能也是这样。依赖项）。 Conda 从二进制文件安装，这意味着某人（例如 Continuum）已经完成了编译软件包的艰苦工作，因此安装很容易。

如果您对构建自己的软件包感兴趣，也有一些区别。例如，pip 是建立在 setuptools 之上的，而 Conda 使用自己的格式，这种格式具有一些优势（例如，静态的，Python 不可知的）。

其他答案对细节进行了合理的描述，但我想强调一些高级要点。

pip 是一个软件包管理器，可简化python 软件包的安装，升级和卸载。它还适用于虚拟python环境。

conda 是任何软件（安装，升级和卸载）的软件包管理器。它还适用于虚拟系统环境。

conda 设计的目标之一是促进用户所需的整个软件堆栈的软件包管理，其中一个或多个 python 版本可能只是其中的一小部分。这包括低级库（例如线性代数），编译器（例如 Windows 上的 mingw），编辑器，版本控制工具（例如 Hg 和 Git）或其他需要分发和管理的内容。

对于版本管理，pip 允许您在多个python环境之间进行切换和管理。

Conda 允许您在多个通用环境之间进行切换和管理，在多个通用环境中，其他多个版本的版本号可能会有所不同，例如 C 库，编译器，测试套件或数据库引擎等。

Conda 不是以 Windows 为中心的，但是在 Windows 上，当需要安装和管理需要编译的复杂科学软件包时，它是目前可用的高级解决方案。

当我想到尝试通过 Windows 上的 pip 编译许多这些软件包或在需要编译时pip install

最后一点，Continuum Analytics 还托管（免费） binstar.org （现在称为anaconda.org ），以允许常规软件包开发人员创建自己的自定义（内置！）软件堆栈，其软件包用户可以从中进行conda install 。。