conda，python pkgs 和 c++ 库

conda, python pkgs and c++ libs

据我所知，我相信conda对python pkgs所做的不超过

  1. 管理 python pkg 安装路径以及查找 python pkg 的路径。 ~/miniconda/envs/$(env-name)/lib//$(python-version)/site-packages/...
  2. 在这些环境间独立路径​​中自动安装 python pkg 的依赖项

我相信：

  1. 如果你使用~/miniconda/bin/pip或conda install安装python pkgs，所有的依赖都会被安装到~/miniconda/envs/<env-name>/lib/<python-version>，~/miniconda/bin/python可以找到它们
  2. 如果 python pkg pyfoo 依赖于 apt install 已经安装到 /usr/lib/<python-version> 的 c++ 库 libfoo，conda install pyfoo 将再次安装 libfoo 到 ~/miniconda/envs/<env-name>/lib/<python-version>
  3. 如果您使用 apt 安装 python pkgs，安装路径将为 /usr/lib/<python-version> 并且 conda 找不到它们。

我的问题是：

  1. 我说得对吗？
  2. apt install c++ 库是否与安装到 ~/miniconda/envs/<env-name>/lib/<python-version> 中的任何 c++ 库冲突？
  3. 我可以只使用 conda 来管理不同环境中的 python pkg 并使用 apt 来管理 c++ pkg 而不必担心任何冲突吗？这意味着当我构建和 运行 一个混合（c++ 和 python）项目时，我只需要激活 conda env 和 conda install 所有 python 依赖项和 apt install 所有需要的 c++ 部门，一切都会正常吗？

你说的是对的：Conda几乎总是会带来自己的依赖。例外情况是 ，但我只知道 mpich.

存在

否则，主要问题“我可以自带共享库吗？”的答案实际上是否。这是因为 Conda 包尽可能多地预编译，这通常会导致特定符号引用到动态库的确切构建。即使从不同的渠道获取动态库也会导致丢失符号的错误。

但是，您可以只使用 Conda 来管理 环境 并仍然使用 Pip 安装库。即使用 Conda 创建 Python 环境，然后使用 Pip 安装 Python 包。类似于：

conda create -n my-env python=3.9 pip
conda activate my-env
pip install pkg1 pkg2 ...

但是请注意，这会丢失 Conda 在幕后所做的所有 。这也意味着您的许多包仍将在本地编译，而 Conda 会预编译所有内容，这就是安装速度如此之快的原因。虽然更多的 Pip 包正在运行，但它们本质上是静态构建，这意味着更多不必要的重复应该是共享库。