Python | 虛擬環境介紹：Conda vs Virtualenv

🐣 新手提示

如果你只是剛開始學 Python，先用 base 環境就可以了。
如果你還不知道什麼是 base 環境，可以先忽略這個章節。
等到需要安裝更多套件或管理多個專案時，再來學習虛擬環境會更有感。

👉 下面我們來看看，為什麼在專案開發中，虛擬環境會變得重要。

❓️ 為什麼需要虛擬環境？

在學習或開發 Python 專案時，常常會遇到不同專案需要不同套件版本的情況。
例如：

• A 專案需要 Django 3.2
• B 專案需要 Django 4.0

如果全部安裝在同一個環境裡，就會產生衝突。

👉 解決方法就是 虛擬環境：讓每個專案擁有獨立的 Python 與套件空間，互不干擾。

⚙️ Conda 虛擬環境

Conda 是 Anaconda 提供的環境管理工具，除了 Python 套件，也能管理其他語言或系統套件。

建立方式

• 🖱️ 透過 Anaconda Navigator（圖形介面）
  • 打開 Anaconda Navigator
    
  • 點選左側 Environments
  • 點擊 Create
    
  • 輸入環境名稱與 Python 版本
    
  • 建立中，可見下方建立的路徑，以下提供檔案總管做對比，可見目錄確實是一樣
    
    
  • 完成後即可在介面中切換環境
    
• 優點
  • 圖形介面友善，新手不用打指令
  • 支援跨語言套件（不只 Python）
  • 適合資料科學與機器學習專案

• 💻 透過命令列
  • 打開 Anaconda Prompt
    
  • 輸入以下指令，建立 myenv 環境

    1 2	# 建立一個名為 myenv 的新 Conda 環境，並安裝 Python 3.13.11 conda create -n myenv python=3.13.11

    
    
  • 過程中會詢問是否繼續，輸入 y
    
    
  • 建立完畢，會提示啟用與關閉的指令，以下提供檔案總管做對比，可見目錄確實是一樣
    
    
  • 可以用指令切換使用的環境，或是介面中切換環境也可以

    1 2	# 啟用剛建立的 myenv 環境，之後安裝套件或執行 Python 都會在這個環境中進行 conda activate myenv

    
• 優點
  • 指令操作速度快，適合熟悉終端機的使用者
  • 更靈活，能搭配參數做進階設定（例如指定套件版本、建立空環境）
  • 容易整合到自動化腳本或專案流程中
  • 不需額外開啟 GUI，資源消耗較少

⚙️ Virtualenv 虛擬環境

virtualenv 是 Python 原生的虛擬環境工具，輕量、獨立於 Anaconda。

前提條件

• 電腦必須已安裝 Python（3.3 以上版本內建 venv 模組）。
• 舊版 Python（3.2 或更早）需要額外安裝 virtualenv。

建立方式

1
2
3

python -m venv myenv
source myenv/bin/activate   # Linux / macOS
myenv\Scripts\activate      # Windows

• 優點
  • 輕量、快速
  • 適合純 Python 專案
  • 不依賴 Anaconda，環境更簡單

🔄 Conda vs Virtualenv 比較表

🟢 Conda 環境的進入方式

• 建立環境後（例如 conda create -n myenv python=3.10），要啟用它：

  1	conda activate myenv

• 退出環境：

  1	conda deactivate

• 在 Anaconda Navigator 裡也能切換：
  • 打開 Navigator → 左側選單 Environments → 選擇要使用的環境 → 點擊 Open Terminal 或直接在該環境下啟動 Jupyter Notebook。

🟢 virtualenv 環境的進入方式

• 建立環境後（例如 python -m venv myenv），要啟用它：
  • Linux / macOS

    1	source myenv/bin/activate

  • Windows

    1	myenv\Scripts\activate

• 退出環境：

  1	deactivate

🔗 與 Jupyter Notebook 的連結

• 啟用環境後，安裝 Jupyter 核心套件：

  1 2	conda install ipykernel # Conda pip install ipykernel # virtualenv

• 把環境加入 Jupyter：

  1	python -m ipykernel install --user --name=myenv --display-name "Python (myenv)"

• 開啟 Notebook → Kernel → Change Kernel → 選擇剛新增的環境。

🎯 結語

• 如果你是 新手，建議使用 Conda，因為 Navigator 的圖形介面非常直觀。
• 如果你只需要一個簡單的 Python 環境，或不想依賴 Anaconda，那麼 virtualenv 就是好選擇。

👉 簡單來說：Conda：適合資料科學、機器學習、需要多套件管理的專案。virtualenv：適合純 Python 專案，快速又輕量。

註：以上參考了
Anaconda