Python虚拟环境全指南：venv与conda对比与实践

一、为什么需要虚拟环境？

场景：同时开发多个项目，各自依赖不同版本的库，如何解决冲突？

虚拟环境通过隔离依赖环境，避免项目之间的包版本冲突，是Python开发的必备工具。

二、venv：轻量级原生方案

1. 创建环境

bash

python -m venv myenv

2. 激活环境

• Windows:

  bash

  myenv\Scripts\activate

• Linux/Mac:

  bash

  source myenv/bin/activate

3. 安装包与导出依赖

bash

pip install requests pandas
pip freeze > requirements.txt

三、Conda：跨平台的科学计算选择

1. 创建指定Python版本的环境

bash

conda create -n mycondaenv python=3.9

2. 安装包（自动解决依赖）

bash

conda install numpy scikit-learn

3. 导出环境配置

bash

conda env export > environment.yml

四、venv与conda核心对比

特性	venv	conda
包管理工具	pip	conda（支持非Python包）
环境隔离	完全隔离	完全隔离
跨平台支持	是	是
适用场景	纯Python项目	数据科学、多语言混合项目

五、实战：项目迁移环境

1. 从旧项目导出依赖：

   bash

   pip freeze > requirements.txt

2. 在新环境中一键安装：

   bash

   pip install -r requirements.txt

六、常见问题

Q1：如何删除虚拟环境？

• venv：直接删除文件夹或使用rm -rf myenv

• conda：conda remove -n mycondaenv --all

Q2：VSCode中如何切换环境？

Ctrl+Shift+P → "Python: Select Interpreter" → 选择虚拟环境下的Python路径。

---

结语

掌握虚拟环境是Python开发者的第一步，合理使用venv或conda能让你的开发流程更规范。你有其他使用技巧吗？欢迎在评论区分享！