WINDOWS用户

“标准”包装工具的情况最近有所改善:

截至2015年9月11日，pypi本身的车轮包装数量为48%(2015年5月为38%，2014年9月为24%)， 最新的python 2.7.9版本现在支持开箱即用的wheel格式，

“标准”+“微调”包装工具的情况也在改善:

你可以在http://www.lfd.uci.edu/~gohlke/pythonlibs上找到几乎所有的科学软件包， mingwpy项目可能有一天会给Windows用户带来一个“编译”包，允许他们在需要的时候从源代码安装所有东西。

“Conda”包装对于它所服务的市场来说仍然更好，并强调了“标准”应该改进的地方。

(此外，在标准wheel系统和conda系统或buildout中的依赖规范multiple-effort不是很python化，如果所有这些打包“核心”技术可以通过某种PEP聚合在一起就好了)

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。

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)。

其他答案对细节进行了合理的描述，但我想强调一些高级点。

PIP是一个包管理器，可以方便地安装、升级和卸载python包。它也适用于虚拟python环境。

Conda是任何软件(安装、升级和卸载)的包管理器。它还适用于虚拟系统环境。

conda设计的目标之一是方便用户所需的整个软件堆栈的包管理，其中一个或多个python版本可能只是一小部分。这包括低级库，如线性代数，编译器，如Windows上的mingw，编辑器，版本控制工具，如Hg和Git，或任何其他需要分发和管理的工具。

对于版本管理，pip允许您在多个python环境之间切换和管理。

Conda允许您在多个通用环境之间切换和管理，在这些环境中，许多其他东西的版本号可能不同，比如c库、编译器、测试套件或数据库引擎等等。

Conda不是以Windows为中心的，但在Windows上，当需要安装和管理需要编译的复杂科学包时，它是目前可用的最好的解决方案。

当我想到在Windows上通过pip编译许多这些包，或者在需要编译时调试失败的pip安装会话时，我浪费了多少时间，我想哭。

最后一点，Continuum Analytics还提供(免费的)binstar.org(现在叫anaconda.org)，允许常规的软件包开发人员创建他们自己的自定义(构建的!)软件堆栈，他们的软件包用户可以从中安装conda。

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。

为了不让你们更困惑， 但是你也可以在conda环境中使用PIP，它会验证上面的一般管理器注释和特定于python的管理器注释。

conda install -n testenv pip
source activate testenv
pip <pip command>

您还可以将PIP添加到任何环境的默认包中，以便每次都显示它，这样您就不必遵循上面的代码段。