也有很多人是自己配置Python環境，而不用Anaconda，我理解有兩方面原因。

首先Anaconda對數據科學很友好，但對于其他Python應用場景并不是最佳選擇，更多人會使用原生python+pip+venv，去搭配自己的開發環境。

其次，Anaconda過于臃腫，光安裝包就有五六百兆，占用幾個G的運行空間，造成資源浪費。

如果你知道Anaconda到底是什么，就會明確該不該用它。

Aanconda是基于conda的Python數據科學和機器學習開發平臺，這里有幾個關鍵詞需要畫線重點解釋。

conda是虛擬環境工具+包管理工具，可以用于各種開發語言，這里指Python。conda資源庫有上萬個第三方庫，大部分都是數據科學和機器學習相關領域。

作為替代，venv、pipenv、Virtualenv等工具也可以用來創建虛擬環境，pip可以用來下載管理Python包。

Python是Anaconda自帶的，無需你再次安裝，而且配置好了運行環境。

數據科學是指Anaconda側重于數據科學領域的Python開發，自帶pandas、numpy、matplotlib、Jupyter等大多數主流第三方庫，這也導致Anaconda體積過大。

所以綜上所述，Anaconda最大特點是：服務Python數據科學和機器學習，一次安裝，一勞永逸。

對于從事Python其他開發領域的人來說，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就不那么值得安裝了。

有一些用戶為了避免功能冗余，去選擇Miniconda，安裝包只有50M。

Miniconda是瘦身版的Anaconda，只包含Python和Conda。我也建議大家去使用Miniconda，簡潔、強大。你可以使用conda去配置虛擬環境，安裝各種第三方庫。

總而言之，如果你不喜歡折騰就用Anaconda，喜歡折騰可以試試自己配置Python或者用Miniconda。