Python 虚拟环境入门：venv 与 conda，一次讲清怎么选、怎么用

刚学 Python 的新手最常踩的坑，往往不是语法，而是环境：跟着教程装了 requests，运行却提示 ModuleNotFoundError；明明装了两个版本的库，项目 A 能跑，项目 B 就报错。根源只有一个——没有用虚拟环境。

一、什么是虚拟环境

虚拟环境就是给每个项目单独准备的一套 Python“小房间”：解释器、第三方库、安装路径彼此隔离。你在这个房间里装什么、升级什么，都不会影响其他项目和系统自带的 Python。

二、venv：Python 自带，够用又轻量

Python 3.3 起内置了 venv，不用额外安装，适合大多数个人项目。

创建并激活：

python -m venv .venv
source .venv/bin/activate      # Windows 用 .venv\Scripts\activate

激活后命令行前面会出现 (.venv)，这时用 pip 安装的包只会进这个环境。退出用 deactivate。把依赖冻结下来，方便别人复现：

pip freeze > requirements.txt
pip install -r requirements.txt

三、conda：数据科学与多版本管理的好帮手

如果你经常折腾科学计算、深度学习，或者需要在多台机器上管理多个 Python 版本，conda 更合适。它不只管 Python 包，还能管理 C 库等非 Python 依赖。

conda create -n myenv python=3.11
conda activate myenv
conda install numpy pandas

conda 的环境同样彼此隔离，一个项目配一个环境，切换只需要一条命令。

四、venv 和 conda 怎么选

• 常规 Web 开发、脚本、自动化：选 venv，轻量、零依赖；
• 数据科学、机器学习、多版本 Python：选 conda，依赖解析更强；
• 只想快速试一个库：venv 临时建一个，用完删掉。

记住一个原则：能用 venv 就不用 conda，但你装的库里一堆非 Python 的二进制依赖时，直接上 conda，反而少走弯路。

五、新手最容易踩的四个坑

1. 在全局环境 pip install：今天装的包装进了全局，下个月另一个项目升级某个库，旧项目直接跑不起来。
2. 激活环境后用的还是系统 pip：先确认 which python（Windows 用 where python）指向的是虚拟环境下的解释器。
3. requirements.txt 不冻结：项目能跑只在你自己的机器上，换一台机器就抓瞎。
4. 把 .venv 提交到代码仓库：虚拟环境目录要进 .gitignore，只提交 requirements.txt 或 environment.yml。

六、一个好习惯

每个新项目第一步：先建虚拟环境，再写第一行代码。养成这个习惯，你的环境问题会少掉九成。

虚拟环境不是进阶技能，而是 Python 开发的基本功。今天花十分钟把它用起来，以后搬项目、换电脑、上线部署，都会顺畅得多。