Esta es la contestación más acertada que encomtrarás aportar, sin embargo obsérvala detenidamente y analiza si es compatible a tu proyecto.
Tengo que aclarar que anaconda es solo una colección. El administrador del entorno real es conda. Aquí está miniconda. Solo contiene las partes necesarias para administrar el medio ambiente en lugar de un completo anaconda colección.
conda va más allá de un simple administrador de paquetes de Python, pero es un administrador de paquetes de todo el sistema. Le ayudará a instalar paquetes sin problemas. Un ejemplo clásico es la instalación numpy en Windows. Sin que conda, es realmente difícil ya que necesita un compilador de C específico que es difícil de obtener. Pero con conda, puedes instalar numpy con un solo comando conda install numpy. Resolverá automáticamente el problema del compilador y las dependencias de C.
Entonces, volviendo a su pregunta, cuando cree un env en Pycharm, le preguntará qué env desea crear: Virtualenv Environment, Conda Environment, o Pipenv Environment. En cuanto a mí, suelo elegir Pipenv Environment ya que este env estará vinculado al proyecto actual y puede generar un archivo de bloqueo.
En este caso, creo que puedes entenderlo ahora: no hay un env llamado “creado por PyCharm” o “Anaconda”. Solo hay envs llamados “creados por Virtualenv, Conda o Pipenv”. Y Pycharm solo usa y envuelve uno de ellos.
Entonces, ¿cuál es la diferencia entre Conda Environment y Virtualenv Environment(Pipenv Environment esencialmente es un Virtualenv Environment con sofisticado pip)? La diferencia proviene de sus diferentes propósitos.
Conda Environment suele ser para “usuario de Python”. Usan Python como una herramienta para realizar otros trabajos, como rastreo web, minería de datos y procesamiento de imágenes. No saben mucho sobre Python (ya que no necesitan saberlo), así que conda es lo más automático posible. Y sus tareas pueden estar en cualquier lugar de la computadora, por lo que los envs creados por conda se encuentran en directorios de usuarios. Y a veces necesitan diferentes versiones de Python, esto se puede hacer en conda pero no virtualenv.
Virtualenv Environment suele ser para “desarrollador de Python”. Usan Python para crear aplicaciones o paquetes. Los envs creados por Virtualenv normalmente se encuentran en el directorio del proyecto actual. Por lo tanto, puede crear un entorno para cada aplicación y administrar las dependencias fácilmente.
Para resumir:
Conda Environment:
- Administre no solo los paquetes de Python, sino también las diferentes versiones de Python y las dependencias de todo el sistema.
- Los Env se encuentran en directorios de todo el usuario.
- Menos envs.
Virtualenv Environment:
- Administrar paquetes de Python. El objetivo principal es separar las dependencias para cada aplicación.
- Los Envs generalmente se encuentran en directorios de todo el proyecto. (A pesar de que
pipenvcrea env en directorios de todo el usuario de forma predeterminada, muchas personas piensan que los directorios del proyecto deberían ser los predeterminados). - Muchos más envs. (Un nuevo env para cada aplicación)
Para mí, utilizo ambos. yo suelo conda para administrar diferentes versiones de Python y usar pipenv para gestionar las dependencias de mis aplicaciones.
Ambos entornos se basan en virtualenv de python, puede usarlos de forma independiente y configurar (o instalar) paquetes dentro de él según lo necesite, sin preocuparse por los conflictos. Ésta es la esencia de virtualenv.
Anaconda es una distribución de Python (al igual que las distribuciones de Linux) y, de forma predeterminada, agrega otros paquetes en función de su opinión sobre lo que necesitan los desarrolladores. Por lo tanto, la instalación es más grande que si instala Python simple. Esta es también la razón por la que su entorno virtual es bastante grande.
Pycharm es un IDE, que es compatible con la función virtualenv de python. Para que pueda crearlo por usted, si lo desea. Puede usar una distribución simple de Python para crearlo, por lo que tendrá un tamaño más pequeño que si usa una distribución como Anaconda, como habrás notado.
El problema del tamaño no es específico de Anaconda, si enumera todos los paquetes instalados para usted por Anaconda conda list e instálelo manualmente usted mismo en el virtualenv “ligero” y verá que el tamaño también aumenta. Creo que entiendes mi punto.
Te mostramos las comentarios y valoraciones de los lectores
Tienes la opción de añadir valor a nuestra información tributando tu veteranía en los informes.