virtualenv和conda区别

virtualenv和conda区别是：1. virtualenv(venv)是一个虚拟环境管理器，作为非数据科学领域的开发者来说是很实用的。它可以让你每个项目甚至每个脚本配置一个自定义的Python解释器环境，这最大的好处是我可以不污染开发环境；2. onda每个虚拟环境不会占用项目文件夹的空间，它创建在用户设定的一个位置，这使得多个项目共享一个虚拟环境更加方便。

一、什么是virtualenv(venv)

这是一个虚拟环境管理器，作为非数据科学领域的开发者来说是很实用的。它可以让你每个项目甚至每个脚本配置一个自定义的Python解释器环境，这最大的好处是我可以不污染开发环境。

举个例子，有个项目是专门写爬虫的，那么可能需要requests,bs4,lxml,pyspider,scrapy等包或者框架，此时我还有个项目我想要写点GUI界面，主要使用的包是pyqt，如果在原生的python解释器环境里面，我不得不把这个GUI包（对于我爬虫项目可能永远不会涉及使用）放到下载的包里面。

这不只是看着不舒服（不考虑反复去卸载包），久而久之，你的开发环境可能会变得很庞大，因为里面堆积了很多垃圾包（你基本上不会再使用了），很多配置文件，难以寻觅，这对计算机是莫大的伤害。

但是venv则可以创建任意多个虚拟环境，你只要指定当前环境那么pip安装的包就只会在这个环境下，这个环境和你的操作系统部署的python环境是隔离的。这有两个好处。

首先，我可以分门别类常见虚拟环境，互不污染。（如机器学习和爬虫不干涉）

其次，一旦我不使用了，可以直接删除虚拟环境，而不用管各种文件残留，关联问题了。

二、什么是conda

venv和conda有什么区别，其实在我看来区别不是特别大。主要如下。

如果说venv是虚拟环境管理器，pip是包管理器，那么conda则是两者的结合。

遗憾的是conda的包管理器做的一般且会安装过多依赖如TensorFlow自动安装cudnn（在主机配置了cudnn的情况下），大多数时候还是使用pip安装包。

但是，注意，pip只能安装Python的包，conda可以安装一些工具软件，即使这些软件不是基于Python开发的。

但是conda的虚拟环境管理还是可以的，一般使用venv会在该项目下创建虚拟环境，再不济也会在项目下创建venv的文件夹（含配置文件），当然pycharm下创建虚拟环境另说；然而conda每个虚拟环境不会占用项目文件夹的空间，它创建在用户设定的一个位置，这使得多个项目共享一个虚拟环境更加方便（只是方便，venv也是可以的，但是venv一般占用项目文件夹空间，而且venv命令行使用具有局限性）。

conda虚拟环境是独立于操作系统解释器环境的，即无论操作系统解释器什么版本（哪怕2.7），我也可以指定虚拟环境python版本为3.6（见文章开头所说原博客），而venv是依赖主环境的。

对于科学计算和大数据领域的人，conda是环境自动集成了numpy这样的主流科学计算包的，venv每个包都要自行下载。

conda有图形化环境管理器，venv没有。（虽然开发人员几乎不用图形界面conda）

---

最后，推荐我们的管理工具给大家。