Anaconda 与 miniconda

Posted 2023-02-14

【中文标题】Anaconda 与 miniconda

【英文标题】：Anaconda vs. miniconda

【发布时间】：2018-01-07 08:05:39

【问题描述】：

在Anaconda repository中，有两种安装程序：

“Anaconda 安装程序”和“Miniconda 安装程序”。

它们有什么区别？

此外，对于安装程序文件，Anaconda2-4.4.0.1-Linux-ppc64le.sh，2-4.4.0.1 代表什么？

【参考方案1】：

简介

conda既是一个命令行工具，也是一个python包。

Miniconda 安装程序 = Python + conda

Anaconda 安装程序 = Python + conda + 元包 anaconda

meta Python pkg anaconda = 大约 160 个 Python pkg，用于数据科学的日常使用

Anaconda 安装程序 = Miniconda 安装程序 + conda install anaconda

详情

conda 是一个 python 管理器和一个环境管理器，这使得它成为可能

用conda install flake8安装包 使用conda create -n myenv python=3.6 使用任何版本的 Python 创建环境

Miniconda 安装程序 = Python + conda

conda，包管理器和环境管理器，是一个 Python 包。因此 Python 捆绑在 Miniconda 安装程序中。因为 conda 使用自己的库/依赖项分发 Python 解释器，而不是操作系统上的现有库/依赖项，还安装了其他最小依赖项，如 openssl、ncurses、sqlite 等。

基本上，Miniconda 只是 conda 及其最小依赖项。而安装conda的环境是“base”环境，之前称为“root”环境。

Anaconda 安装程序 = Python + conda + 元包 anaconda

元 Python 包 anaconda = 大约 160 个 Python pkg，用于数据科学的日常使用

元包，是不包含实际软件的包，仅依赖于要安装的其他包。

从Anaconda Cloud 下载一个anaconda 元数据包并从中提取内容。 info/recipe/meta.yaml 列出了实际要安装的 160 多个包。

package:
    name: anaconda
    version: '2019.07'
build:
    ignore_run_exports:
        - '*'
    number: '0'
    pin_depends: strict
    string: py36_0
requirements:
    build:
        - python 3.6.8 haf84260_0
    is_meta_pkg:
        - true
    run:
        - alabaster 0.7.12 py36_0
        - anaconda-client 1.7.2 py36_0
        - anaconda-project 0.8.3 py_0
        # ...
        - beautifulsoup4 4.7.1 py36_1
        # ...
        - curl 7.65.2 ha441bb4_0
        # ...
        - hdf5 1.10.4 hfa1e0ec_0
        # ...
        - ipykernel 5.1.1 py36h39e3cac_0
        - ipython 7.6.1 py36h39e3cac_0
        - ipython_genutils 0.2.0 py36h241746c_0
        - ipywidgets 7.5.0 py_0
        # ...
        - jupyter 1.0.0 py36_7
        - jupyter_client 5.3.1 py_0
        - jupyter_console 6.0.0 py36_0
        - jupyter_core 4.5.0 py_0
        - jupyterlab 1.0.2 py36hf63ae98_0
        - jupyterlab_server 1.0.0 py_0
        # ...
        - matplotlib 3.1.0 py36h54f8f79_0
        # ...
        - mkl 2019.4 233
        - mkl-service 2.0.2 py36h1de35cc_0
        - mkl_fft 1.0.12 py36h5e564d8_0
        - mkl_random 1.0.2 py36h27c97d8_0
        # ...
        - nltk 3.4.4 py36_0
        # ...
        - numpy 1.16.4 py36hacdab7b_0
        - numpy-base 1.16.4 py36h6575580_0
        - numpydoc 0.9.1 py_0
        # ...
        - pandas 0.24.2 py36h0a44026_0
        - pandoc 2.2.3.2 0
        # ...
        - pillow 6.1.0 py36hb68e598_0
        # ...
        - pyqt 5.9.2 py36h655552a_2
        # ...
        - qt 5.9.7 h468cd18_1
        - qtawesome 0.5.7 py36_1
        - qtconsole 4.5.1 py_0
        - qtpy 1.8.0 py_0
        # ...
        - requests 2.22.0 py36_0
        # ...
        - sphinx 2.1.2 py_0
        - sphinxcontrib 1.0 py36_1
        - sphinxcontrib-applehelp 1.0.1 py_0
        - sphinxcontrib-devhelp 1.0.1 py_0
        - sphinxcontrib-htmlhelp 1.0.2 py_0
        - sphinxcontrib-jsmath 1.0.1 py_0
        - sphinxcontrib-qthelp 1.0.2 py_0
        - sphinxcontrib-serializinghtml 1.1.3 py_0
        - sphinxcontrib-websupport 1.1.2 py_0
        - spyder 3.3.6 py36_0
        - spyder-kernels 0.5.1 py36_0
        # ...

meta pkg anaconda 的预安装包主要用于网络抓取和数据科学。比如requests、beautifulsoup、numpy、nltk等

如果您安装了 Miniconda，conda install anaconda 将使其与 Anaconda 安装相同，只是安装文件夹名称不同。

Miniconda2 与迷你康达。 Anaconda2 对战蟒蛇。

2 表示“基础”环境中conda 的捆绑 Python 解释器是 Python 2，而不是 Python 3。

【参考方案2】：

Anaconda 的安装非常大，大约 2 GB，对于那些不熟悉使用其他包管理器安装模块或包的用户最有用。

Anaconda 似乎在宣传自己是 Jupyter 的官方包管理器。它不是。 Anaconda 将 Jupyter、R、python 和许多软件包与它的安装捆绑在一起。

安装 Jupyter Lab 或 R 内核不需要 Anaconda。其他地方有大量信息可用于安装 Jupyter Lab 或 Notebooks。其他地方也有大量关于安装 R studio 的信息。下面展示了如何直接从 R Studio 安装 R 内核：

要在没有 Anaconda 的情况下安装 R 内核，请启动 R Studio。在 R 终端窗口中输入以下三个命令：

install.packages("devtools")
devtools::install_github("IRkernel/IRkernel")
IRkernel::installspec()

完成。下次打开 Jupyter 时，R 内核将可用。

【参考方案3】：

根据original docs：

如果您满足以下条件，请选择 Anaconda：

不熟悉 conda 或 Python 就像一次自动安装 Python 和 1500 多个科学软件包的便利性一样 有时间和磁盘空间（几分钟和 3 GB），和/或 不想单独安装要单独使用的每个包。

如果您满足以下条件，请选择 Miniconda：

不介意安装您要使用的每个软件包 个人。 没有时间或磁盘空间来安装超过 1500 一次打包，和/或 只想快速访问 Python 和 conda 命令，并希望稍后整理其他程序。

我自己使用 Miniconda。蟒蛇肿了。许多软件包从未使用过，但仍可在需要时轻松安装。

注意Conda 是包管理器（例如conda list 显示环境中所有已安装的包），而 Anaconda 和 Miniconda 是发行版。软件分发是一组预先构建和预先配置的软件包，可以在系统上安装和使用。包管理器是一种工具，可自动执行安装、更新和删除包的过程。

Anaconda 是 PyData 生态系统中核心软件的完整发行版，包括 Python 本身以及数百个第三方开源项目的二进制文件。 Miniconda 本质上是一个空 conda 环境的安装程序，仅包含 Conda、它的依赖项和 Python。 Source.

一旦安装了 Conda，您就可以从头开始安装您需要的任何包以及任何所需的 Python 版本。

2-4.4.0.1 是 Anaconda 安装包的版本号。奇怪的是，它并没有在他们的Old Package Lists 中列出。

2016 年 4 月，Anaconda 版本从 2.5 跃升至 4.0，以避免与 Python 版本 2 和 3 混淆。4.0 版包括 Anaconda Navigator。

后续版本的发行说明可以在here找到。

【讨论】：

作为后续问题。鉴于conda 需要很长时间来安装软件包并且anaconda 附带所有这些额外的软件包，那么anaconda 不会比miniconda 给你“更快地访问Python”和其他软件包吗？我现在正在使用miniconda，但天哪，它太慢了。

后续问题应始终作为新问题发布。使用 conda 安装所有软件包后，您需要不断刷新不需要的软件包，在我看来，这比安装和更新使用的软件包更麻烦。此外，miniconda 并不慢。事实上，安装一部分包比安装所有包要快。

2 不是版本的一部分，它是 Anaconda 名称的一部分：在 Anaconda2-4.4.0.1-Linux-ppc64le.sh 我们找到 Anaconda2 的 4.4.0.1 版本（适用于在 Little Endian 64 位 PowerPC 上运行的 Linux )。

但我不知道是否也允许 anaconda 和/或 miniconda 用于商业用途？ Anaconda 提供“个人版”和“团队版”，但在许可证中我看不到“个人版”禁止在生产环境中使用？

@thehandofNOD 您可以将其用于生产。如redhat、ubuntu等。他们提供商业支持和其他好处。但基本的东西是免费的。

【参考方案4】：

Anaconda 还是 Miniconda？

如果您满足以下条件，请选择 Anaconda：

不熟悉 conda 或 Python。

就像一次自动安装 Python 和 1,500 多个科学软件包所带来的便利一样。

有时间和磁盘空间——几分钟和 3 GB。

不想单独安装您要使用的每个包。

如果您满足以下条件，请选择 Miniconda：

不要介意安装您想单独使用的每个包。

没有时间或磁盘空间一次安装超过 1,500 个软件包。

想要快速访问 Python 和 conda 命令，并且希望稍后整理其他程序。

Source

【讨论】：

2017 年的这个答案中还没有添加什么？ ***.com/a/45421527/268091

【参考方案5】：

Anaconda 和 miniconda 都使用 conda 包管理器。 Anaconda 和 miniconda 之间的主要区别在于，

Anaconda 发行版预装了所有软件包，同时 miniconda 发行版只是管理系统，没有任何 预加载的包。如果使用 miniconda，则必须下载 单独的包和库。

我个人使用 Anaconda 发行版，因为我真的不必太担心单个软件包的安装。

miniconda 的一个缺点是安装每个单独的包可能需要很长时间时间。 与安装和使用 Anaconda 相比，花费的时间要少得多。

然而，anaconda (QtConsole, Glueviz,Orange3) 中有一些我从未使用过的包。我什至不知道他们的目的。 所以 anaconda 的一个缺点是它占用的空间比需要的多。

【讨论】：

此答案不会添加任何新信息，这些信息尚未包含在 Alexander's answer 中。

【参考方案6】：

不同之处在于 miniconda 只是发布了存储库管理系统。因此，当您安装它时，只有没有软件包的管理系统。而对于 Anaconda，它就像一个带有一些内置软件包的发行版。

与任何 Linux 发行版一样，有些发行版捆绑了许多包含软件包的更新。这就是版本编号不同的原因。如果您只决定升级 Anaconda，那么您就是在更新整个系统。

【讨论】：

Miniconda 不仅仅是发布存储库管理系统。 Python 附带了它，还有一些其他的包。您可以在安装 Miniconda 后立即运行 conda list 进行检查。

@Michael 确定它会创建一个 root 环境并在其前面添加一些东西。

【参考方案7】：

Miniconda 为您提供 Python 解释器本身，以及一个名为 conda 的命令行工具，该工具用作面向 Python 包的跨平台包管理器，在本质上类似于 Linux 用户可能熟悉的 apt 或 yum 工具.

Anaconda 包括 Python 和 conda，另外还捆绑了一套其他面向科学计算的预安装包。由于此捆绑包的大小，预计安装会消耗数 GB 的磁盘空间。

来源：Jake VanderPlas 的Python Data Science Handbook

【参考方案8】：

Anaconda2 中的2 表示 Python 的主要版本将是 2.x，而不是安装在 Anaconda3 中的 3.x。当前版本有 Python 2.7.13。

4.4.0.1 是 Anaconda 的版本号。当前的广告版本是4.4.0，我认为.1 是次要版本或用于其他类似用途。我使用的 Windows 版本只是在文件名中说4.4.0。

其他人现在已经解释了 Anaconda 和 Miniconda 之间的区别，所以我将跳过。