之前詳細說過如何在windows上部署conda環境，詳細可以查看我的這篇博客。其他平臺（主要是linux和macos）在我看來異曲同工，只是幾個命令由conda變為了source。（如conda activate myvenv變為source activate myvenv）

什么是virtualenv(venv)

這是一個虛擬環境管理器，作為非數據科學領域的開發者來說是很實用的。它可以讓你每個項目甚至每個腳本配置一個自定義的Python解釋器環境，這最大的好處是我可以不污染開發環境。

• 舉個例子，我有個項目是專門寫爬蟲的，那么我可能需要requests,bs4,lxml,pyspider,scrapy等包或者框架，此時我還有個項目我想要寫點GUI界面，主要使用的包是pyqt，如果在原生的python解釋器環境里面，我不得不把這個GUI包（對于我爬蟲項目可能永遠不會涉及使用）放到下載的包里面。
• 這不只是看著不舒服（不考慮反復去卸載包），久而久之，你的開發環境可能會變得很龐大，因為里面堆積了很多垃圾包（你基本上不會再使用了），很多配置文件，難以尋覓，這對計算機是莫大的傷害。
• 但是venv則可以創建任意多個虛擬環境，你只要指定當前環境那么pip安裝的包就只會在這個環境下，這個環境和你的操作系統部署的python環境是隔離的。這有兩個好處。
• 首先，我可以分門別類常見虛擬環境，互不污染。（如機器學習和爬蟲不干涉）
• 其次，一旦我不使用了，可以直接刪除虛擬環境，而不用管各種文件殘留，關聯問題了。

什么是pip

pip 是 Python 最常用的包管理器，該工具提供了對Python 包的查找、下載、安裝、卸載的功能。它能自動處理依賴 。（linux開發者曾今對此深惡痛絕知道yum的出現）一般pip是解釋器自帶的，當然也可以安裝。pip的出現使得類似java那樣第三方包較難管理的局面消失（當然java也可以方便處理了）。主要的安裝包使用方法為命令行執行pip install packagename，當然，后面提到的conda也具有包管理器功能，安裝包命令為conda install packagename。

什么是conda

最近有人問我venv和conda有什么區別，其實在我看來區別不是特別大。主要如下。

• 如果說venv是虛擬環境管理器，pip是包管理器，那么conda則是兩者的結合。
• 遺憾的是conda的包管理器做的一般且會安裝過多依賴如TensorFlow自動安裝cudnn（在主機配置了cudnn的情況下），大多數時候還是使用pip安裝包。
• 但是，注意，pip只能安裝Python的包，conda可以安裝一些工具軟件，即使這些軟件不是基于Python開發的。
• 但是conda的虛擬環境管理還是可以的，一般使用venv會在該項目下創建虛擬環境，再不濟也會在項目下創建venv的文件夾（含配置文件），當然pycharm下創建虛擬環境另說；然而conda每個虛擬環境不會占用項目文件夾的空間，它創建在用戶設定的一個位置，這使得多個項目共享一個虛擬環境更加方便（只是方便，venv也是可以的，但是venv一般占用項目文件夾空間，而且venv命令行使用具有局限性）。
• conda虛擬環境是獨立于操作系統解釋器環境的，即無論操作系統解釋器什么版本（哪怕2.7），我也可以指定虛擬環境python版本為3.6（見文章開頭所說原博客），而venv是依賴主環境的。
• 對于科學計算和大數據領域的人，conda是環境自動集成了numpy這樣的主流科學計算包的，venv每個包都要自行下載。
• conda有圖形化環境管理器，venv沒有。（雖然開發人員幾乎不用圖形界面conda）

?

好吧，對于我這樣一個一直使用conda的人問我venv怎么樣本來就有失偏頗，但個人覺得conda是很好用的，尤其圖形化環境（見下圖）下（如windows，ubuntu）安裝anaconda集成了jupyter notebook等科算數據分析人員等常用工具。當然，如果你是一個命令行（見下圖）專家（當然，conda并不需要熟悉太多命令）并且覺得Anaconda自帶太多用不到的包，只想使用conda的環境管理和包管理功能，那么Anaconda確實太過龐大了，推薦使用Miniconda，它是Anaconda的無界面和預裝包的版本。

總結

以上是生活随笔為你收集整理的Python配置-virtualenv和conda的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。