Conda가 virtualenv의 필요성을 대체합니까?

Conda가 virtualenv의 필요성을 대체합니까?

---

나는 최근에 발견 CONDA를 내가 특별히 내가 개발하고있는 Heroku가 응용 프로그램에 문제가 SciPy를 설치하는 데있었습니다.

Conda를 사용하면 virtualenv 와 매우 유사한 환경을 만들 수 있습니다 . 내 질문은 :

1. Conda를 사용하면 virtualenv가 필요합니까? 그렇지 않은 경우 두 가지를 어떻게 함께 사용합니까? Conda에 virtualenv를 설치하거나 virtualenv에 Conda를 설치합니까?
2. 여전히 핍을 사용해야합니까? 그렇다면 여전히 격리 된 환경에서 pip로 패키지를 설치할 수 있습니까?

---

1. Conda가 virtualenv를 대체합니다. 제 생각에는 더 좋습니다. 파이썬에만 국한되지 않고 다른 언어에도 사용될 수 있습니다. 내 경험상 그것은 특히 과학 패키지에 대해 훨씬 부드러운 경험을 제공합니다. Mac에 MayaVi를 처음 설치했을 때는와 함께 conda있었습니다.

2. 계속 사용할 수 있습니다 pip. 실제로, 각각의 새로운 환경에 conda설치 pip됩니다. pip-installed 패키지에 대해 알고 있습니다.

예를 들면 다음과 같습니다.

conda list

현재 환경에 설치된 모든 패키지를 나열합니다. Conda 설치 패키지는 다음과 같이 나타납니다.

sphinx_rtd_theme          0.1.7                    py35_0    defaults

다음과 같이 설치되는 것들 pip:

wxpython-common           3.0.0.0                   <pip>

---

짧은 대답은 콘다 만 필요하다는 것입니다.

1. Conda는 pip 및 virtualenv의 기능을 단일 패키지에 효과적으로 결합하므로 conda를 사용하는 경우 virtualenv가 필요하지 않습니다.

2. conda가 얼마나 많은 패키지를 지원하는지 놀라실 것입니다. 충분하지 않으면 conda에서 pip를 사용할 수 있습니다.

다음은 conda, pip 및 virtualenv를 비교 한 conda 페이지 링크입니다.

https://docs.conda.io/projects/conda/en/latest/commands.html#conda-vs-pip-vs-virtualenv-commands .

---

가상 환경 pip

나는 것을 추가 할 것이다 생성 및 제거 CONDA 환경 것은 아나콘다와 간단합니다.

> conda create --name <envname> python=<version> <optional dependencies>

> conda remove --name <envname> --all 

에서 활성화 환경 , 패키지를 통해 설치 conda하거나 pip:

(envname)> conda install <package>

(envname)> pip install <package>

이러한 환경은 conda의 pip-like package management와 밀접하게 연관되어 있으므로 환경을 작성하고 Python 및 비 Python 패키지를 모두 설치하는 것이 간단합니다.

---

주피터

또한 환경에 설치ipykernel 하면 Jupyter 노트북의 커널 드롭 다운 메뉴에 새로운 목록이 추가되어 재현 가능한 환경이 노트북으로 확장됩니다. Anaconda 4.1 부터 노트북에 확장 기능을 더 쉽게 추가하여 nbextensions가 추가되었습니다 .

신뢰할 수 있음

내 경험에 의하면, CONDA 더 빠르고 신뢰할 수있는 등 큰 라이브러리를 설치에서이다 numpy와 pandas. 또한 보존 된 환경 상태를 전송하려는 경우 환경을 공유 하거나 복제 하여 수행 할 수 있습니다 .

---

Conda를 설치하면 원하는대로 Python 환경을 만들고 제거 할 수 있으므로 virtualenv 와 동일한 기능을 제공합니다 .

두 배포판의 경우, 원하는대로 파이썬 패키지 (아마도 pip로)를 설치하고 제거 할 수있는 격리 된 파일 시스템 트리를 만들 수 있습니다. 다른 사용 사례에 대해 동일한 라이브러리의 다른 버전을 원하거나 배포를 시도한 다음 디스크 공간을 절약 한 후에 제거하려는 경우에 유용 할 수 있습니다.

차이점 :

라이센스 계약. VIRTUALENV 대부분의 자유에 해당되는 동안 MIT 라이센스 , CONDA은 3 절 BSD 라이선스를 사용합니다.

Conda는 자체 패키지 제어 시스템을 제공합니다. 이 패키지 제어 시스템은 종종 인기있는 비 Python 소프트웨어의 사전 컴파일 된 버전 (가장 인기있는 시스템)을 제공하며, 이는 일부 기계 학습 패키지를 작동시키는 방법을 쉽게 만들 수 있습니다. 즉, 시스템에 맞게 최적화 된 C / C ++ 코드를 컴파일 할 필요가 없습니다. 대부분의 사람들에게 큰 도움이되지만 그러한 라이브러리의 성능에 영향을 줄 수 있습니다.

virtualenv와 달리 Conda는 적어도 Linux 시스템에서 일부 시스템 라이브러리를 복제합니다. 이 라이브러리는 동기화되지 않아 프로그램의 일관성없는 동작으로 이어질 수 있습니다.

평결:

Conda는 훌륭하며 머신 러닝을 시작하는 동안 기본 선택이되어야합니다. 그것은 당신에게 gcc와 수많은 패키지를 엉망으로 만드는 시간을 절약 할 것입니다. 그러나 Conda는 virtualenv를 대체하지 않습니다. 항상 바람직하지 않을 수도있는 몇 가지 추가적인 복잡성을 소개합니다. 다른 라이센스하에 있습니다. 분산 환경 또는 HPC 하드웨어에서 conda를 사용하지 않을 수 있습니다.

---

환경을 시작하고 실행하는 또 다른 새로운 옵션과 현재 선호하는 방법은 Pipenv입니다.

현재 Python.org에서 공식적으로 권장하는 Python 패키징 도구입니다.

---

예. conda보다 설치하기가 훨씬 쉬우 며 virtualenv후자를 대체합니다.

참고 URL : https://stackoverflow.com/questions/34398676/does-conda-replace-the-need-for-virtualenv