为什么我不愿意用Anaconda了？

我记得从我开始读本科接触Python开始，就一直被各种博客灌输Anaconda省事、方便的思想，所以每次Anaconda更新我都会第一时间去更新，但近几年我发现网上对Anaconda的意见增多，不少小伙伴开始自己配置Python了，或者改用miniconda。

为什么Anaconda一开始很火，因为它大肚能容，内置了几百个第三方库，所以安装一个Anaconda，等于安装了Python大半个生态。

这是Anaconda的优势，也是它的劣势。

我理解热度消退有3方面原因，首先Anaconda对数据科学很友好，但对于其他Python应用场景并不是最佳选择，更多人会使用原生python+pip+venv，去搭配自己的开发环境。

其次，Anaconda过于臃肿，光安装包就有五六百兆，占用几个G的运行空间，造成资源浪费。

还有一个大家可能没关注到的原因，Anaconda免费版只开放个人用户和200人以下的团队开发使用，如果你公司规模200人以上，没买商业版擅自用了Anaconda免费版，可能会被寄律师函。

当然，至于要不要用，首先你得了解Anaconda到底是什么，就会明确该不该用它。

Aanconda是基于conda的Python数据科学和机器学习开发平台，这里有几个关键词需要画线重点解释。

conda是虚拟环境工具+包管理工具，可以用于各种开发语言，这里指Python。conda资源库有上万个第三方库，大部分都是数据科学和机器学习相关领域。

除了conda，venv、pipenv、Virtualenv等工具也可以用来创建虚拟环境，pip可以用来下载管理Python包。

Python是Anaconda自带的，无需你再次安装，而且配置好了运行环境。

数据科学是指Anaconda侧重于数据科学领域的Python开发，自带pandas、numpy、matplotlib、Jupyter等大多数主流第三方库，这也导致Anaconda体积过大。

所以综上所述，Anaconda最大特点是：服务Python数据科学和机器学习，一次安装，一劳永逸。

对于从事Python其他开发领域的人来说，并不需要上述的功能，或者完全可以用pip、venv等工具替代，那么Anaconda就不那么值得安装了。

有一些用户为了避免功能冗余，去选择Miniconda，安装包只有50M。

Miniconda是瘦身版的Anaconda，只包含Python和Conda。我也建议大家去使用Miniconda，简洁、强大。你可以使用conda去配置虚拟环境，安装各种第三方库。