最近，我在安装SciPy时遇到了麻烦，特别是在我正在开发的Heroku应用程序上，我发现了Conda。
使用Conda可以创建环境，这与virtualenv的功能非常相似。我的问题是:
如果我使用Conda，它会取代对virtualenv的需求吗?如果不是，我如何将两者结合使用?我是在Conda中安装virtualenv，还是在virtualenv中安装Conda ? 我还需要使用pip吗?如果是这样，我还能在隔离的环境中安装带有pip的包吗?
当前回答
是的，conda比virtualenv更容易安装，并且基本上取代了后者。
其他回答
1.不，如果你使用conda，你不需要使用任何其他工具来管理虚拟环境(如venv, virtualenv, pipenv等)。 也许有一些边缘情况conda没有覆盖，但virtualenv(更重量级)覆盖了，但到目前为止我还没有遇到过。
2.是的，您不仅仍然可以使用pip，而且可能不得不使用。conda包存储库包含的内容比pip的要少，所以conda install有时无法找到您正在寻找的包，如果它不是数据科学包，情况就更严重了。 而且，如果我没记错的话，conda的存储库更新速度和频率不如pip，所以如果您想使用软件包的最新版本，pip可能再次成为您的唯一选择。
注意:如果pip命令在conda虚拟环境中不可用，你必须先安装它，通过点击:
Conda安装PIP
Conda取代virtualenv。在我看来，这样更好。它不局限于Python，也可以用于其他语言。根据我的经验，它提供了更流畅的体验，特别是对于科学软件包。我第一次在Mac上正确安装MayaVi是用conda。 你仍然可以使用pip。事实上，conda会在每个新环境中安装pip。它知道pip安装包。
例如:
conda list
列出当前环境中所有已安装的包。 conda安装的包显示如下:
sphinx_rtd_theme 0.1.7 py35_0 defaults
通过PIP安装的有< PIP >标记:
wxpython-common 3.0.0.0 <pip>
是的，conda比virtualenv更容易安装，并且基本上取代了后者。
我在公司工作，在几道防火墙后面的机器上，我没有管理权限
在我有限的python使用经验(2年)中，我遇到过一些库(JayDeBeApi,sasl)在通过pip安装时抛出c++依赖错误 错误:需要Microsoft Visual c++ 14.0。通过“Microsoft Visual c++ Build Tools”获取:http://landinghub.visualstudio.com/visual-cpp-build-tools
这些安装与conda很好，因此，从那些日子起，我开始与conda env合作。 然而，阻止conda在我没有写权限的c.programfiles中安装依赖并不容易。
安装Conda将使您能够按照您的意愿创建和删除python环境，从而为您提供与virtualenv相同的功能。
在这两种发行版的情况下，您可以创建一个隔离的文件系统树，在那里您可以按照自己的意愿安装和删除python包(可能是使用pip)。如果您想为不同的用例使用相同库的不同版本，或者您只是想尝试一些发行版，然后在节省磁盘空间后删除它，那么这可能会派上用场。
差异:
许可协议。虽然virtualenv使用的是最自由的MIT许可证，但Conda使用的是3条款BSD许可证。
Conda为您提供了自己的包控制系统。这个包控制系统通常提供流行的非python软件的预编译版本(对于大多数流行的系统)，这可以很容易地让一些机器学习包工作。也就是说，你不需要为你的系统编译优化的C/ c++代码。虽然这对我们大多数人来说是一种解脱，但它可能会影响此类库的性能。
与virtualenv不同，Conda至少在Linux系统上复制了一些系统库。这些库可能会不同步，导致程序的行为不一致。
结论:
Conda很棒，应该是您开始学习机器学习时的默认选择。这将为您节省一些处理gcc和大量包的时间。然而，Conda并不能取代virtualenv。它引入了一些可能并不总是需要的额外复杂性。它有不同的许可。您可能希望避免在分布式环境或HPC硬件上使用conda。
