【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？
【问题讨论】：
【发布时间】：2018-01-07 08:05:39
【问题描述】：
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
- 用
-
Miniconda 安装程序 = Python +
condaconda，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。
【讨论】：
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。
【讨论】：
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。
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。
【讨论】：
-
2017 年的这个答案中还没有添加什么？ stackoverflow.com/a/45421527/268091
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。
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。
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
【讨论】：
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。
【讨论】：