pycharm中使用virtualenv 和 conda 创建虚拟环境的区别

创建虚拟环境的本质：在计算机上创建一个新的目录。该目录中包含一个独立的 Python 解释器和相关的库。这个目录可以看作是一个隔离的环境，与其他Python环境和系统环境相互独立。

激活虚拟环境的本质：在命令行终端中更改一些环境变量，将当前的Python解释器和库路径指向虚拟环境。这意味着在激活虚拟环境后，使用的是虚拟环境中的Python解释器和库，而不是系统默认的Python环境。

简单理解：虚拟环境提供了一种将特定的 Python 版本和包版本打包在一起，并与其他项目隔离的方法，以确保项目的依赖项和环境配置的独立性和可重复性。

区别：

        1 .virtualenv 创建的虚拟环境相对较轻量，独立于具体包管理工具（如pip），Conda 本身就是一个包管理工具（也能创建和管理虚拟环境）。   

        2. 在创建虚拟环境时，virtualenv 复制现有的python解释器（需提前安装），而 Conda随环境下载和安装的指定版本python解释器，与系统中的全局解释器独立。

 补充：pip适用于简单的Python包管理，在PyPI上获取包，易于使用和轻量；而conda适用于跨平台、语言和复杂依赖关系的管理，具有强大的依赖项解析能力，但可能需要更多的资源开销。

window下pycharm操作举例说明（下载三方包的时候需要激活环境，或者手动安装到环境中的site-packages文件夹中）：

一、virtualenv 创建虚拟环境

新建一个python项目（项目名称为pydemo），位于D盘的PyCharm_Code文件夹中。

默认虚拟环境的名称为venv（可更改名称和位置）

打开项目文件，其中venv就是虚拟环境根目录。（删除 venv文件夹通常可以直接删除虚拟环境）

           其中， idea 文件夹是在项目自动生成，包含了项目的配置信息和IDE相关的设置。

虚拟环境中通常包含下列的子文件和子文件夹，实际上可能会根据不同的工具和配置而有所变化。

Lib 文件夹：包含了虚拟环境所使用的 Python库和模块。含 Python 标准库和三方库。  

Scripts（Windows）：存放虚拟环境中的可执行文件（如 Python解释器、pip 等）。

.gitignore文件： 为虚拟环境配置文件，用于指定 Git 版本控制系统忽略特定文件和文件夹的。

pyvenv.cfg 文件：为虚拟环境的配置文件，其中包含有关虚拟环境的元数据和设置。

二、 conda 创建虚拟环境

新建一个python项目（项目名称为pydemo1），位于D盘的PyCharm_Code文件夹中。

默认虚拟环境的名称为项目名称pydemo1（可更改名称和位置）

         在 Windows 系统上，可以通过运行 conda.exe 来使用 Conda 命令行工具。在 macOS 和 Linux 系统上，可以通过运行 conda 命令来使用 Conda。

为了方便对比，改了默认位置和名称：

       可见，使用conda创建的虚拟环境的目录结构更为复杂，这是因为conda在创建虚拟环境时会考虑更多的功能和用途，以满足包管理和环境隔离的需求。

bin 文件夹（在Unix/Linux系统中）或 Scripts 文件夹（在Windows系统中）：与venv创建的虚拟环境中的可执行文件类似，包含Python解释器和其他命令。

lib 文件夹：存放虚拟环境中的Python库和模块。  

include 文件夹：包含虚拟环境中的头文件，用于编译和构建扩展模块。  

conda-meta 文件夹：存放与虚拟环境相关的元数据文件，如包的列表、版本和依赖关系等信息。

pkgs 文件夹：用于存放已安装的包文件。    

envs 文件夹：用于存放不同环境的子目录。

       此外，conda还可以为虚拟环境提供其他功能，如支持不同的Python版本、管理依赖项和环境变量等。这些额外的功能可能导致虚拟环境目录结构更为复杂。

三、总结：当需要创建虚拟环境时，可按照以下总结来选择是使用 venv（即virtualenv） 还是 conda

使用 venv 创建虚拟环境：

        轻量级项目

        简单的依赖关系

        仅依赖于Python标准库和纯Python库

        不需要复杂的依赖管理功能

        希望使用Python内置的虚拟环境创建工具

使用 conda 创建虚拟环境：

        复杂的依赖关系

        涉及系统级依赖项、科学计算库或其他第三方库

        需要强大的依赖管理功能

        跨平台支持

       需要额外的功能，如环境复制、版本管理和包缓存等

       这些是一般情况下的建议，您可以根据项目的具体需求和个人偏好做出选择。此外，venv 是Python 3版本内置的标准库，而 conda 是一个独立的环境管理工具，需要单独安装。