python 各种虚拟环境工具对比

1、conda分为anaconda和miniconda，anaconda包含一些软件包，miniconda为精简版。

适用于 Linux，OS X 和Windows

 

conda与venv区别：

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）
 

2、venv 虚拟环境构建

从Python 3.3到3.4，建议的创建虚拟环境的方法是使用pyvenv命令行工具，默认情况下，Python 3安装中也包含这个工具。但在3.6及以上版本中，python -m venv才是正确的选择。

virtualenv的使用教程：

https://zhuanlan.zhihu.com/p/137624513

https://www.liujiangblog.com/course/python/6

https://zhuanlan.zhihu.com/p/107168303   虚拟环境的区别virtualenv和venv

 

3、pipenv的介绍

https://blog.csdn.net/ARPOSPF/article/details/113616988

 

 

 

参考：https://www.liaoxuefeng.com/wiki/1016959663602400/1019273143120480