Conda env 与 venv / pyenv / virtualenv / 等

Question

要向这里关于 pyenv、venv、virtualenv 和 virtualenvwrapper的好问题和讨论添加一个问题，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？

Answer 1

更新 2021-0602：经过研究、体验和谷歌搜索，我发现了这篇文章。它很详细，以我发现的有用的方式提出了自己的观点，并提供了我正在寻找的一切以及更多。强烈推荐。Conda 与 venv 有很大不同。

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

• 高水平，conda 环境和 venv 之间没有太大区别。不存在很大的性能差异、设置时间差异、复制差异等。
• 使用其中之一的决定应该主要由个人喜好和工作惯例驱动（例如，如果您的工作使用 venv 处理所有事情，那么使用 venv 而不是 conda 环境可能更有意义。）

有一些差异值得指出：

• Conda 环境可以为 python 和 R 设置环境，因此如果您在这两个环境之间切换，conda 可能会更好，因此您只需要学习一组工具/约定。
• Conda 环境全部存储在一个文件夹中。这有优点也有缺点：
• 优点：您可以轻松查找您创建的所有环境。
• 优点：您可以为多个项目重复使用一个环境（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，并记住这些名称（或查找它们）。
• 缺点：将该环境存储在您创建的项目文件夹中会更加痛苦。这意味着您需要记住哪个环境与哪个项目对应，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，又是像 PIP 一样的包管理器。这里有有用的比较表。

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，则意味着您可能已经知道如何做您想做的事，因此不太值得改变。