pip仅用于Python

conda只适用于Anaconda +其他科学包，如R依赖等。并不是每个人都需要蟒蛇，因为它已经和Python一起出现了。Anaconda主要是为那些做机器学习/深度学习等的人准备的。普通的Python开发人员不会在他的笔记本电脑上运行Anaconda。

我可以用pip安装iPython吗?

当然，两者都有(第一个方法)

pip install ipython

(第三种方法，第二种是conda)

您可以从GitHub或PyPI手动下载IPython。安装一个 对于这些版本，解压它并从顶层运行以下命令 源目录使用终端: PIP安装。

都是官方推荐的安装方式。

当我已经有pip时，为什么我要使用conda作为另一个python包管理器?

正如这里所说:

如果您需要一个特定的包(可能只用于一个项目)，或者需要与其他人共享该项目，那么conda似乎更合适。

Conda在(YMMV)中超过pip

使用非python工具的项目 与同事分享 版本切换 在具有不同库版本的项目之间切换

pip和conda的区别是什么?

每个人都广泛地回答了这个问题。

要回答最初的问题， 对于安装包，PIP和Conda是完成相同任务的不同方式。两者都是安装包的标准应用程序。主要的区别是包文件的来源。

PIP/PyPI将有更多的“实验性”包，或者更新的、不太常见的包版本 Conda通常会有更完善的包或版本

一个重要的警告提示:如果使用两个源(pip和conda)在同一环境中安装包，以后可能会导致问题。

重建环境将更加困难 修复包不兼容性变得更加复杂

最佳实践是选择一个应用程序(PIP或Conda)来安装包，并使用该应用程序安装所需的任何包。 然而，仍然有许多例外或理由在conda环境中使用pip，反之亦然。 例如:

如果您需要的包只存在于一个包上，则 其他人没有。 您需要一个只在一个环境中可用的特定版本

引用Conda博客:

由于在python世界中工作了很长时间，我们都知道pip、easy_install和virtualenv，但是这些工具并不能满足我们所有的特定需求。主要的问题是它们关注Python，忽略了非Python库的依赖关系，如HDF5、MKL、LLVM等，这些库的源代码中没有setup.py，也没有将文件安装到Python的site-packages目录中。

因此，Conda是一个打包工具和安装程序，它的目标是比pip做的更多;处理Python包之外的库依赖项以及Python包本身。Conda还创建了一个虚拟环境，就像virtualenv一样。

因此，也许可以将Conda与Buildout进行比较，后者是另一个可以同时处理Python和非Python安装任务的工具。

因为Conda引入了一种新的打包格式，所以pip和Conda不能互换使用;pip无法安装Conda包格式。您可以同时使用这两个工具(通过使用conda install pip安装pip)，但它们也不能互操作。

在写下这个答案后，Anaconda发表了一个关于理解Conda和Pip的新页面，这也与此相呼应:

这突出了conda和pip之间的一个关键区别。Pip安装Python包，而conda安装的包可能包含用任何语言编写的软件。例如，在使用pip之前，必须通过系统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包以及Python解释器。

再进一步

有时需要一个包，这个包不能作为conda包使用，但可以在PyPI上使用，并且可以用pip安装。在这些情况下，尝试同时使用conda和pip是有意义的。

引用Conda for Data Science在Continuum网站上的文章:

Conda vs pip Python programmers are probably familiar with pip to download packages from PyPI and manage their requirements. Although, both conda and pip are package managers, they are very different: Pip is specific for Python packages and conda is language-agnostic, which means we can use conda to manage packages from any language Pip compiles from source and conda installs binaries, removing the burden of compilation Conda creates language-agnostic environments natively whereas pip relies on virtualenv to manage only Python environments Though it is recommended to always use conda packages, conda also includes pip, so you don’t have to choose between the two. For example, to install a python package that does not have a conda package, but is available through pip, just run, for example:

conda install pip
pip install gensim

免责声明:这个答案描述的是十年前的情况，当时pip还不支持二进制包。Conda是专门为更好地支持构建和分发二进制包而创建的，特别是带有C扩展的数据科学库。作为参考，pip只获得了带轮子的便携式二进制包的广泛支持(2013年的pip 1.4)和manylinux1规范(2016年3月的pip 8.1)。查看最近的答案了解更多历史。

以下是一个简短的概述:

pip

只支持Python包。 从源代码编译所有内容。编辑:pip现在安装二进制车轮，如果他们是可用的。 受到核心Python社区的支持(即Python 3.4+包含自动引导pip的代码)。

conda

Python agnostic. The main focus of existing packages are for Python, and indeed Conda itself is written in Python, but you can also have Conda packages for C libraries, or R packages, or really anything. Installs binaries. There is a tool called conda build that builds packages from source, but conda install itself installs things from already built Conda packages. External. conda is an environment and package manager. It is included in the Anaconda Python distribution provided by Continuum Analytics (now called Anaconda, Inc.).

conda is an environment manager written in Python and is language-agnostic. conda environment management functions cover the functionality provided by venv, virtualenv, pipenv, pyenv, and other Python-specific package managers. You could use conda within an existing Python installation by pip installing it (though this is not recommended unless you have a good reason to use an existing installation). As of 2022, conda and pip are not fully aware of one another package management activities within a virtual environment, not are they interoperable for Python package management.

在这两种情况下:

用Python编写 开源(conda是BSD, pip是MIT) 警告:虽然conda本身是开源的，但包存储库由Anaconda Inc托管，并且在商业使用方面有限制。

The first two bullet points of conda are really what make it advantageous over pip for many packages. Since pip installs from source, it can be painful to install things with it if you are unable to compile the source code (this is especially true on Windows, but it can even be true on Linux if the packages have some difficult C or FORTRAN library dependencies). conda installs from binary, meaning that someone (e.g., Continuum) has already done the hard work of compiling the package, and so the installation is easy.

如果您对构建自己的包感兴趣，也有一些不同之处。例如，pip构建在setuptools之上，而conda使用自己的格式，这有一些优点(比如是静态的，并且与Python无关)。