本文对比了 Python 虚拟环境工具 venv 与 Anaconda/Miniconda（conda）的差异。两者均能隔离环境，但 venv 基于标准库，轻量且适合纯 Python 工程开发；conda 支持非 Python 依赖管理，适合数据科学及需处理系统二进制依赖的场景。文章详细分析了安装范围、版本管理、包解析能力及体积差异，提供了选型建议和常用命令，并提示了混用依赖的风险及自定义目录管理的注意事项。
下面把 python -m venv（简称 venv）和 Anaconda/Miniconda（conda）放在同一张对照表里讲清楚：它们都能隔离环境，但定位和能力边界不一样。
1.1 安装范围
venv：只管 Python 生态（pip 包）
conda：管 Python + 非 Python 依赖（更像'环境管理器'）
1.2 作用范围
venv：通常一个项目一个 venv
conda：本机多个项目共享一个或几个 env
venv：用'当前 python'创建环境
conda：创建环境时直接指定 Python 版本
venv：环境隔离 + pip 装包
conda：用 conda（或 mamba）装包
venv：轻量、几乎零侵入
Anaconda：很重
Miniconda：轻很多
cd xxx/xxx/myproject
python -m venv .venv
# 安装项目依赖
pip install -r requirements.txt
# 后续使用时
cd xxx/xxx/myproject
source .venv/bin/activate
# 退出环境
deactivate
conda create -n myenv python=3.11
conda activate myenv
conda install numpy pandas
# 退出环境
conda deactivate
venv
conda
conda create -n myenv python=3.7
# 环境会放到 conda 的默认 envs 目录（由 conda 配置决定；常见是 <conda 安装目录>/envs 或 ~/.conda/envs）
# 你可以用 conda env list / conda info --envs 直接看到实际路径
# 激活环境
conda activate myenv
# 直接使用名称即可
conda create -p xxx/xxx/xxx/xxx/myenv python=3.7
# 环境就在你指定的那个目录
# 激活环境
conda activate xxx/xxx/xxx/xxx/myenv
# 通常需要用'路径'激活
# 目前尚未验证
conda config --add envs_dirs /data/conda_envs
conda create -n myenv python=3.7
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online