我知道pip是python包的包管理器。但是，我看到IPython网站上的安装使用conda来安装IPython。
我可以使用pip安装IPython吗？当我已经有conda时，为什么我应该使用pip作为另一个python包管理器？
pip和conda有什么区别？
引自Conda blog：
我们长期参与python世界，我们都知道pip，easy_install和virtualenv，但这些工具并不能满足我们所有的特定要求。主要问题是它们专注于Python，忽略了非Python库依赖项，如HDF5，MKL，LLVM等，它们的源代码中没有setup.py，也没有将文件安装到Python的站点中-packages目录。
所以Conda是一个包装工具和安装程序，旨在做更多的pip所做的事情;处理Python包之外的库依赖项以及Python包本身。 Conda还创建了一个虚拟环境，就像virtualenv一样。
因此，Conda应该与Buildout进行比较，这是另一个可以让你处理Python和非Python安装任务的工具。
因为Conda引入了新的包装格式，所以不能互换使用pip和Conda; pip无法安装Conda包格式。您可以并排使用这两个工具（通过使用pip安装conda install pip），但它们也不能互操作。
自写这个答案以来，Anaconda已经发布了一个new page on Understanding Conda and Pip，它也与此相呼应：
这凸显了conda和pip之间的关键区别。 Pip安装Python包，而conda安装包可能包含用任何语言编写的软件的包。例如，在使用pip之前，必须通过系统包管理器或下载并运行安装程序来安装Python解释器。另一方面，Conda可以直接安装Python包以及Python解释器。
并进一步
偶尔需要一个包，它不能用作conda包，但可以在PyPI上使用，可以用pip安装。在这些情况下，尝试同时使用conda和pip是有意义的。
我可能发现了一个小的性质的另一个区别。我有我的python环境在/usr而不是/home或其他什么。为了安装它，我将不得不使用sudo install pip。对我来说，sudo install pip的不良副作用与其他地方广泛报道的不同：在这样做之后，我不得不用python运行sudo以导入任何sudo安装的包。我放弃了，最终发现我可以使用sudo conda将包安装到/usr下的环境中，然后正常导入而不需要sudo的python权限。我甚至使用sudo conda修复破损的pip而不是使用sudo pip uninstall pip或sudo pip --upgrade install pip。
这是一个简短的纲要：
conda build的工具可以从源代码构建软件包，但conda install本身可以安装已经构建的conda软件包。在这两种情况下：
conda的前两个要点实际上是什么使它比许多包装的pip更有利。由于pip是从源代码安装的，如果你无法编译源代码，安装它就会很痛苦（在Windows上尤其如此，但如果软件包有一些困难的C或FORTRAN库，它甚至可以在Linux上运行依赖）。 Conda从二进制文件安装，这意味着有人（例如Continuum）已经完成了编译软件包的艰苦工作，因此安装很容易。
如果您有兴趣构建自己的包，也会有一些差异。例如，pip建立在setuptools之上，而conda使用自己的格式，这有一些优点（比如静态，再次，Python不可知）。
其他答案给出了详细的详细描述，但我想强调一些高级别的要点。
pip是一个包管理器，便于安装，升级和卸载python包。它也适用于虚拟python环境。
conda是任何软件（安装，升级和卸载）的软件包管理器。它也适用于虚拟系统环境。
conda设计的目标之一是促进用户所需的整个软件堆栈的包管理，其中一个或多个python版本可能只是一小部分。这包括低级库，如线性代数，编译器，如Windows上的mingw，编辑器，Hg和Git等版本控制工具，或其他需要分发和管理的工具。
对于版本管理，pip允许您在多个python环境之间切换和管理。
Conda允许您在多个通用环境之间切换和管理，其中多个其他内容可能因版本号而异，例如C库，编译器，测试套件或数据库引擎等。
Conda不是以Windows为中心的，但在Windows上，当需要安装和管理需要编译的复杂科学包时，它是目前可用的优秀解决方案。
当我想到在Windows上通过pip编译许多这些软件包失去了多少时间，或者在需要编译时调试失败的pip install会话时，我想要哭泣。
最后一点，Continuum Analytics还托管（免费）binstar.org（现在称为anaconda.org），允许常规软件包开发人员创建他们自己的自定义（内置！）软件堆栈，其软件包用户可以从conda install。
不要混淆你，但你也可以在你的conda环境中使用pip，它可以验证上面的一般与python特定的管理者评论。
conda install -n testenv pip
source activate testenv
pip <pip command>
您还可以将pip添加到任何环境的默认包中，以便每次都存在，这样您就不必遵循上面的代码段。
从Conda for Data Science文章引用连续网站：
康达vs pip
Python程序员可能熟悉pip从PyPI下载包并管理他们的要求。虽然conda和pip都是包管理器，但它们却截然不同：
- Pip特定于Python包，conda与语言无关，这意味着我们可以使用conda来管理来自任何语言的包Pip从源代码编译并且conda安装二进制文件，消除了编译的负担
- Conda本地创建与语言无关的环境，而pip依赖virtualenv来管理Python环境虽然建议始终使用conda包，但conda还包括pip，因此您不必在两者之间进行选择。例如，要安装一个没有conda包但通过pip可用的python包，只需运行，例如：
conda install pip
pip install gensim
引自Conda: Myths and Misconceptions（综合描述）：
...
现实：Conda和pip服务于不同的目的，并且只在一小部分任务中直接竞争：即在隔离环境中安装Python包。
Pip代表Pip Installs Packages，是Python官方认可的软件包管理器，最常用于安装Python Package Index（PyPI）上发布的软件包。 pip和PyPI都受Python Packaging Authority（PyPA）的支配和支持。
简而言之，pip是Python包的通用管理器; conda是一个与语言无关的跨平台环境管理器。对于用户来说，最显着的区别可能就是：pip在任何环境中安装python包; conda在conda环境中安装任何软件包。如果您所做的只是在隔离环境中安装Python包，那么conda和pip + virtualenv大多可以互换，模块化依赖性处理和包可用性方面的差异。隔离环境我指的是conda-env或virtualenv，您可以在其中安装包而无需修改系统Python安装。
即使放弃神话＃2，如果我们只关注Python包的安装，conda和pip会为不同的受众和不同目的服务。如果你想在现有的系统Python安装中管理Python包，conda无法帮助你：按照设计，它只能在conda环境中安装包。如果您想要使用依赖外部依赖项的许多Python包（NumPy，SciPy和Matplotlib是常见示例），同时以有意义的方式跟踪这些依赖项，pip无法帮助您：按设计，它管理Python包，只管理Python包。
Conda和pip不是竞争对手，而是专注于不同用户群和使用模式的工具。
对于WINDOWS用户
“标准”包装工具的情况最近有所改善：
“标准”+“调整”包装工具的情况也在改善：
“Conda”包装对其所服务的市场仍然更好，并突出了“标准”应该改进的领域。
（此外，依赖规范多次努力，在标准轮系统和conda系统或buildout中，并不是非常pythonic，如果所有这些包装'核心'技术可以通过某种PEP汇聚，那将是很好的）
pip仅适用于Python
conda仅适用于Anaconda +其他科学软件包，如R依赖等。不是每个人都需要已经附带Python的Anaconda。 Anaconda主要面向那些进行机器学习/深度学习等的人。休闲Python开发人员不会在他的笔记本电脑上运行Anaconda。
我可以使用pip来安装iPython吗？
当然，两者（页面上的第一种方法）
pip install ipython
和（第三种方法，第二种方法是conda）
您可以从GitHub或PyPI手动下载IPython。要安装其中一个版本，请将其解压缩并使用终端从顶级源目录运行以下命令：
pip install .
是officially recommended ways to install。
当我已经拥有pip时，为什么我应该使用conda作为另一个python包管理器？
如上所述here：
如果您需要特定的包，可能只针对一个项目，或者如果您需要与其他人共享项目，则conda似乎更合适。
康达超越pip（YMMV）
pip和conda有什么区别？
其他人都广泛回答了这个问题。