conda env v venv

如何解决conda env v venv

要在关于 pyenv、venv、virtualenv 和 virtualenvwrapper 的重要问题和讨论 here 中添加一个问题，有人可以解释一下 conda 环境如何适应这个世界吗？ conda 环境与其他虚拟环境选项的首选用例是什么时候？

解决方法

更新 2021-0602：经过研究、体验和谷歌搜索后，我发现了 this article。它是详细的，以我发现的有用方式自以为是，并提供了我正在寻找的一切等等。极力推荐。 Conda 与 venv 完全不同。

原始答案 经过研究和尝试，我发现了以下内容，特别关注 conda 环境和 venv 之间的区别：

• 高级，conda 环境和 venv 之间没有太大区别。没有太大的性能差异、设置时间差异、复制差异等。
• 决定使用一种或另一种应该主要由个人偏好和工作惯例驱动（例如，如果您的工作 venv 用于所有事情，则使用 venv 而不是 conda 环境可能是有意义的。）

有一些差异值得指出：

• Conda 环境可以为 Python 和 R 设置环境，因此如果您在两种 conda 之间切换可能更可取，因此您只需要学习一组工具/约定。
• Conda 环境都存储在一个文件夹中。这有利有弊：
• 专业版：您可以轻松查找您创建的所有环境。
• 优点：您可以将一个环境重复用于多个项目（例如，我有一个“财务”环境，它适用于我所有与财务相关的项目。）
• 缺点：您必须以不同的方式命名所有环境，并记住名称（或查找它们）。
• 缺点：将该环境存储在您创建的项目文件夹中更麻烦。这意味着您需要记住哪个环境适合哪个项目，并且您不能简单地 cd 进入项目文件夹，然后激活存储在该文件夹中的通用名称“env”。

对于我正在做的编程类型，我发现 conda 环境很有帮助。我可以很容易地看到 venv 是更好选择的用例。

最后，Conda 既是环境管理器，又是 PIP 之类的包管理器。 Useful comparison table here。

简而言之，如果您还没有强烈的偏好，conda 比 venv 或 pip 更强大，可以与 pip 结合使用，并且可能是更好的默认选项。也就是说，如果您已经有强烈的偏好，这意味着您可能已经知道如何做自己想做的事，因此不太可能值得改变。