同志们现在用 anaconda 环境开发的多吗?

如果不搞机器学习之类的，为啥要用 anaconda ？我一直挺反感那些无脑推荐 anaconda 的。有人说用 anaconda 主要是用它提供的虚拟环境，难道 pyenv、virtualenv 做不到？

@Nitroethane 请问在安装了 python3.7 的条件下，如何用 pyenv，virtualenv 创建一个 python3.4 的虚拟环境？

@Nitroethane 推荐这个的人可能是为了省事，因为推荐别的的话小白用户就会继续烦他们。

@weyou #2 一楼说了啊 pyenv

用 miniconda

关键 pip 装包好多要编译啊

看你干啥了，我做仿真用 miniconda，自己写小玩意用 poetry 创建独立的虚拟环境

用 conda 主要就是省得编译

@weyou 再装一个 3.4 弄一个虚拟环境不就好了

@weyou pyenv 可以安装所有 python 版本，然后在这个版本上创建虚拟环境

主要是 conda 挺好用的，所以用 miniconda 挺舒服。

主要是要用 jupyter，搭配 conda 每一个新的环境都能很方便地变成一个新的 kernel，基本上就是开箱即用。

开箱即用我觉得好

不是省得装库吗 小白看法

原来用 conda，转回用 virtual env 了

？？ conda 哪里不香了 conda 里 pip venv 都能用啊

@Nitroethane 主要是一些库要编译 c 拓展，安装全系统依赖很费劲。不仅机器学习，科学计算大多有这种需求。一些网络编程方面的也有。

pyenv+virtualenv 不好吗。。如果是做 web 的，conda 带一堆 pandas、matplot 有啥用。。

会比较依赖 scipy （ scipy 包括 numpy pandas 一类的），sklearn 吗？如果用得多的话考虑 anaconda。

可以考虑 miniconda，conda 管理包省一些编译。

用 pipenv 的路过

pipenv 可以和 pyenv 深度整合

不用 pyenv 也没事，自己装几个不同版本 python 就好

minicOnda= python + pip + venv + pyenv
anacOnda= miniconda + 数据科学第三方库

做 web pipenv 之类的最方便吧

miniconda 方便吧 2333

用 vs code 吧，轻量级，vs code 的 debug 功能很优秀，本月将正式支持 Jupyter notebook

@legege007 #25 VS Code 和这有啥关系……

不喜欢多余的东西 在用 pyenv + pyenv-virtualenv

@sunwei0325 pyenv 不支持 windows 吧

很多啊

多。回答完了。pyenv、virtualenv 不如 conda 灵活。

@legege007 一个编辑器跟本帖的关系是？

@silkriver ，讲到点子上了

自己弄喜欢用 pyenv，推荐别人一般选 conda，简单一点。

@weyou pycharm 创建项目时会提示你

个人 Windows 用着 miniconda，Ubuntu pyenv

Venv + pip 就够了啊？为什么要用 conda

anaconda 适合不会配环境的机器学习 boy

从 virtualenv 转到了 pipenv

从来不用，但我理解它确实会带来一些方便，因为很多时候直接 pip 会安装失败，需要装很多 lib*-dev 的依赖。

我用 pyenv virtualenv。不过它创建 conda 的 venv 的时候也会首先使用 conda 的 venv 功能，所以也不是 pip conda 非此即彼，按需使用嘛。

借楼问：conda 加载慢怎么办？每次 conda 命令都要好久。。。

用，挺好的。反正 anaconda 默认安装方式不污染系统环境~你就当装了个 matlab 就好~

所以，有人跟我一样，直接在 vs code 硬写 ，然后在终端里执行的么？
我连在 vs code 里执行都不想，很不爽的感觉。
反正缺什么都 sudo pip，可能我写的东西比较 low 吧，没觉得有啥不对劲！

@IgniteWhite 终端挂代理或者换清华源

@Nitroethane conda 也是个包管理器，需要 pip 和 pyenv 一起才做得到。

@aydd2004 建议用--user 而不是 sudo

本地用 conda，到时候 docker 部署怎么办？有 requirement.txt 吗？

@aydd2004 #41 同好！

win 下面用的 scoop 和 poetry，感觉好像很异类…

windows 下可以用, 因为确实某些包直接下载有问题

反正装包不是 conda 就是 pip，用了 virtualenv 也还是会有装包的需求。whl 还是 pp 还是 conda，很重要吗？

在 Windows 和 Linux 下面装一遍 OpenCV 或者 caffe，然后就知道为什么香了

@dcalsky 你好，可以导出来

主要是这个 b 玩意安装 tensorflow-gpu 框架安装炒鸡方便 ，一条命令，都不用配置 CUDA+cuDNN

windows10 下配安装 tensorflow-gpu 与 CUDA+cuDNN 真的超级麻烦。版本对不上就跑不起来，而且 tensorflow 文档存在错误。

然而 anaconda 真的省事啊。。你让一个啥都不会的用 pypi 装依赖你会先崩溃的

在用+1

不用，pip+virtualenv 挺好，，

为什么不用 anaconda 啊？？我生产和开发环境都用。
特别是虚拟环境方面。
以**Ubuntu16.04**使用一个 python 版本为 3.6 的虚拟环境为例。
## anaconda
### 创建
```bash
conda create -n py_web python=3.6
```
### 激活
```bash
conda activate py_web
```
### 退出
```bash
conda deactivate
```
## virtualenv
### 创建
先安装好**python3.6**
创建时还要找到 python 的安装路径
```bash
virtualenv -p /usr/bin/python3.6 venv
```
### 激活虚拟环境
激活时还要写绝对路径
```bash
source /home/you_username/Desktop/django_learn/venv/bin/activate
```

这个就很烦了。
补充一下
@aydd2004 你最好不要这样使用，凡是创建一个新的项目，都要给它配一个虚拟环境。
以 django 为例。如果你在使用 django2 以上的版本。
你不小心安装了**不支持 django2**，但支持 django1.11 一些拓展包，你机器的 python 的第三方包可能会进行降版本。
可能导致你之前的很多项目都不能使用。

开发用 anaconda 部署怎么办？

主要是因为很多人用 windows，anaconda 减少了很多编译问题，适合新手上路避免各种新手问题