Anaconda和Miniconda的比较,应该用于构建环境
关于水蟒和迷你康达
在使用python构建机器学习环境时,许多书籍和网站都说您应该暂时使用Anaconda。
Anaconda确实使构建环境变得容易,但是它也有缺点。因此,我比较了Anaconda和Miniconda的特征。
蟒蛇
“ Python + R语言+ conda + 1000或更多相关软件包+执行环境+等等。”
如果安装Anaconda,则可以与Python一起使用用于科学计算和数据科学的软件包。它还包括“ R”(一种与Python一起用于数据科学的编程语言)及其全面的开发环境。粗略地说,已安装以下应用程序。
包含在Anaconda中
- 编程语言:python,R
- 软件包:numpy,pandas,Matplotlib,Scikit-learn,Tensorflow ...等1000或更多
- 集成开发环境(IDE):Jupyter,JupyterLab,Spyder,RStudio
- 图形用户界面(GUI):Anaconda Navigator
迷你康达
“ Python + conda +最小包装”
Anaconda的最小配置版本。 python的安装很容易,但是必要的软件包和执行环境是使用conda单独构建的。
什么是康达
包管理器。一个用于安装软件包和组织环境的程序。 您可以通过从称为conda提示符的屏幕输入conda命令来执行各种命令。
命令示例:“安装软件包:conda install ~~”“检查环境:conda info”
各自的优缺点
蟒蛇
优点 | 短处 |
|
|
迷你康达
优点 | 短处 |
|
|
顺便说一句,当我在2018年10月尝试时,文件大小相差十倍以上。
可容纳人数 | 蟒蛇 | 迷你康达 |
下载时 | 646 MB | 54 MB |
安装时 | 约3 GB | 约260 MB |
哪个应该建立环境
适用于蟒蛇 | 适用于迷你康达 |
|
|
我最初是使用Anaconda构建环境的,但是我无法掌握其中的内容,因此我将其卸载并使用Miniconda进行了重建。
尽管Anaconda是标准工具,并且工具丰富,但是您最终在编写自己的程序时必须查看软件包。我认为了解其中的内容很重要。
参考
Miniconda官方 https://conda.io/miniconda.html
Anaconda官方 https://www.anaconda.com/distribution/
Miniconda的环境构建方法总结如下。
讨论
引用和引用列表
[…]如参考文章所示,我首先安装了miniconda。 建议安装miniconda,因为它比anaconda轻,并且足以安装狮身人面像。 我从名字上知道水蟒,但我不知道迷你康达。因此,我搜索了比较信息并找到了下面的文章。如果您有兴趣,请阅读。 (Anaconda在运行Linux PC时通常会查看文件夹名称。我知道真正的蛇,但事实并非如此。https://insilico-notebook.com/a…echomisさん、ありがとうございます。 [...]