conda install xxx：这种方式安装的库都会放在/Users/orion-orion/miniforge3/pkgs目录下。我们在我们的虚拟环境中要用到或下载时先到该路径下去找，若有则直接将其复制到我们的虚拟环境中包得存放位置: ~/site-packages/。若没有，则先下载到/anoconda3/pkgs，在复制到虚拟环境包的路径下。
pip install xxx：这是就要两种情况，一种情况就是此时使用的是conda中安装的python，那么xxx会被安装到/Users/orion-orion/miniforge3/lib/python3.9/site-packages文件夹中；如果当前用的是系统的python，那么xxx会通常会被安装到/Users/orion-orion/.local/lib/python3.9/site-packages文件夹中
conda ≈ pip（python包管理） + virtualenv（虚拟环境） + 非python依赖包管理
conda 可以安装不限于 Python 的程序库。创建一个局部环境并且安装包。pip 是安装到原有环境中。
pip install 会检查依赖并且安装，但是 conda 会做的更多，甚至会把已经有了的包卸载并且升级成合适的
pip只能安装python包，而conda可以安装由任何语言编写的包
pip不能创建虚拟环境，需要借助另外的包，例如virtualenv,而conda可以创建虚拟环境。
conda 是一次下载多次使用，如果其他环境有这个包，就直接复制到新环境的文件夹中。
大部分情况下，二者没有区别，怎么安装都可以work，不过，二者混着装各种package你真的会因为版本冲突而发疯！
conda有严格的检查机制，它会保证你当前装的package安装好之后能work，但是，它只检查用conda安装过的package。例如，你新安装的package会依赖numpy ，不过你已经安装numpy(e.g., 1.19.2)，但是用pip安装的，不好意思，它会认为你没安装，然后用conda再安装一个依赖版本的numpy(e.g., 1.18.5)。这个时候，两个numpy可能就打架了。并且你pip list与conda list显示的numpy版本可能不一致，结果不知道最后运行程序的时候调用了哪个版本的numpy。
这个时候，uninstall可能也卸载不干净，卸了一个还有一个，最后还可能一直list有却是一个空壳。这个时候，快刀斩乱麻的方法，找到anaconda的lib/site-packages/numpy, 手动删掉它！
pip的一个好处是可以安装时既检查conda安装过package的也检查pip安装过的package。不过，它只负责要什么装什么，不负责能不能把装的一堆packages打通，可能装好不work 。
一般原则，在新环境中，如果装多个packages，既用到conda，又用到pip，那就先conda 的都装好，再pip，如果能用一种装到底，就不要来回换着用。
conda解决依赖的问题很弱，环境包多了以后经常要解决依赖几分钟到十几分钟。我个人感觉比较好的实践是conda创建虚拟环境，装torch/tensorflow等比较难装的包，基础环境配好以后，后面装包一律用pip。
