title: Python 虚拟环境的几种用法对比 date: 2026-04-03 tag: Python summary: venv、virtualenv、conda、uv，从最朴素到最新潮，按需选择。

Python 的虚拟环境工具一茬接一茬，新人很容易犯选择困难。我自己也换过几次，这里把常用的几种放一起对比，方便以后再有人问我。

venv（标准库自带）

venv 是 Python 3.3+ 内置的，不用装额外东西，最朴素也最稳。

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
deactivate

适合：单纯做项目隔离，不在意性能。

virtualenv（第三方）

virtualenv 比 venv 早很多，特点是能为不同 Python 版本快速创建环境，且创建速度更快。现在 venv 基本够用，所以新项目我已经不用了。

conda

conda 自带科学计算栈（numpy、scipy、torch 等），数据科学场景非常方便，能解决 C 扩展依赖的麻烦事。但占空间大、激活慢。

适合：数据科学、机器学习、需要装一些有 native 依赖的包的场景。

uv（新势力）

uv 是 Astral 团队（ruff 作者）写的 Rust 实现，主打"飞快"。安装、解析依赖、创建环境都比 pip 快一个数量级。

uv venv
uv pip install -r requirements.txt

适合：愿意尝鲜的纯 Python 项目，特别是 CI 上能省不少时间。

我的现在的选择

• 纯 Python 小项目：uv。
• 数据科学：conda。
• 写脚本玩玩、不想装东西：venv。

共通的小提醒

• .venv/、env/、venv/ 这些目录一定要写进 .gitignore。
• requirements.txt 不锁定版本时，CI 上可能拉到不同的小版本，建议生产环境用 pip freeze > requirements.txt 锁住。
• 离开项目目录前记得 deactivate，不然以后命令行里跑的 python 一直会指向你那个虚拟环境。