Conda 数据科学家指南#
Conda 对于任何打包过程都很有用，但它在其他包和环境管理系统中脱颖而出，尤其是在数据科学领域的实用性。
Conda 的优势包括
提供预构建的包，避免了处理编译器或弄清楚如何设置特定工具的需求。
管理更难安装的工具（如 TensorFlow 或 IRAF）的一步式安装。
允许您在不同平台上向其他人提供您的环境，这支持研究工作流程的可重复性。
允许在 conda 环境内部使用其他包管理工具（如 pip），以处理库或工具尚未为 conda 打包的情况。
提供常用的数据科学库和工具，如 R、NumPy、SciPy 和 TensorFlow。这些库和工具使用优化的、特定于硬件的库（如 Intel 的 MKL 或 NVIDIA 的 CUDA）构建，这些库和工具可以在不更改代码的情况下提高性能。