Прежде научись ходить, а бегай уже потом…

Всё просто! — Прежде чем перейти к сложным темам убедитесь в том, что ваши знания имеют прочный фундамент.

Это особенно важно, когда речь заходит об освоении Python. Многие инструменты и методы требуют надёжных знаний основ языка.

Пробелы в знаниях приводят к путанице, например как у одного из моих студентов:

Я изо всех сил пытаюсь найти разницу/предпочтение/лучшие практики между использованием Anaconda и pip для виртуальных сред. Есть несколько противоречивых советов о том, следует ли использовать дистрибутив Anaconda или прямую установку Python и pip.

Прямо сейчас я пользуюсь Anaconda, бесплатно, очень эффективно, удобно, по‑истине профессиональный способ управления зависимостями. Однако, все реальные учебники по Python ссылаются только на pip. Означает ли это, что мне нужно переписать все свои примеры инструментов для их использования в продакшен!

Итак, что лучше использовать? Я с нетерпением жду ясности по этому поводу!

Похоже, наш студент увлёкся наукой о данных или машинным обучением. Anaconda в этом сообществе — самая популярная штука.

Популярность здесь объясняется, большим количеством высококачественных научных библиотек и наборов данных, более 1 500, готовых к мгновенному использованию! Более того, Anaconda поможет вам управлять всеми этими пакетами, а также виртуальными средами и различными установками Python.

Но есть существенный недостаток в таком массовом распространении прямо из коробки, особенно, если вы новичёк в разработке.

Видите ли, есть масса других библиотек, недоступных через Anaconda. И вот при желании их использовать в своих проектах Python, придётся обратится к pip (менеджер пакетов)^એ для установки.

pip — официальный менеджер пакетов Python. Поэтому, любой, кто занимается Python должен знать, как использовать pip. (К тому же pip, де-факто, является стандартом для всех моих упражнений на Python!)

Независимо от того, что вы делаете, вы, вероятно, сможете использовать pip для поиска любых нужных библиотек.

В противовес этому Anaconda отлично подходит только для науки о данных, вы внезапно можете обнаружить, что веб-разработка здесь затруднительна.

В конце концов, окончательного ответа на вопрос, что является «лучшим” нет. Всё полностью определяется тем, какие проекты Python вы хотите реализовать и насколько комфортно вы хотите себя чувствовать при использовании каждого инструмента.

Если вы исследуете данные и планируете использовать Python только для машинного обучения, то Anaconda — отличный выбор!

Тем не менее, pip может стать полезным инструментом в тех случаях, когда «руки» conda не дотягиваются. Именно поэтому, по крайней мере, надо знать, как pip работает.

Кроме того, никто никогда не знаете, перейдёт ли он в другие проекты Python, такие как веб или управление базами данных.

Изучение pip означает, что у вас будет четкое понимание управления пакетами в Python, независимо от того, чем вы занимаетесь.

Если вы привыкли к Anaconda и вам нужен праймер на pip, то на это есть правильный туториал.