Python有着众多的第三方库，这些库版本和库的依赖库版本可能会有着非常复杂的关系，这给我们开发时的依赖管理带来了难度。Python中如果不考虑虚拟环境，我们只能全局安装一个特定版本的库（这和Java的Maven仓库集中支持多版本的库不同），而我们不同的工程可能要依赖不同版本的依赖库，难道我们切换工程还要同时装卸一组不同的库吗？
在Python生态中，这个问题是通过创建虚拟环境解决的。我们创建一个新工程时，可以使用Python内置的venv工具为该工程创建Python虚拟环境，这个虚拟环境会复制全局安装的Python中的重要文件，该工程使用的python、pip命令以及site-packages目录都是由这个虚拟环境提供的，而非来自于全局安装的Python，我们针对该工程安装、卸载扩展库也都是针对这个虚拟环境来操作，而不会影响到全局。
通过以下命令，在当前环境下创建一个虚拟环境。
python -m venv ./venv/
执行这条命令后稍等一会，就能在当前目录下的venv文件夹内自动生成虚拟环境所需的文件了，然后我们运行venv/Scripts/activate.bat（Windows CMD）或是venv/Scripts/activate（Linux），我们当前的虚拟终端内就会切换到虚拟环境，此时再使用python、pip等命令都是针对虚拟环境来操作的。
不过这里要注意，实际上venv的原理就是文件复制，因此假如我们的Python版本为3.10，我们也只能创建3.10的虚拟环境。假如我们一定要创建其它版本的虚拟环境，venv没有这样的功能，我们只能再全局安装对应版本的Python然后用对应版本下的venv来创建虚拟环境。如果确实需要多版本的Python管理，你可能需要使用conda。
在其他开发语言环境中，例如使用Maven或是npm之类的包管理工具时，我们的工程都必须有一个依赖描述文件，但Python中对依赖库的管理比较松散，如果不使用venv，依赖全部是全局安装，依赖管理也是比较难做到的，因此这个依赖描述文件也不是强制性的。但使用venv时，还是推荐更加规范的做法。我们可以执行以下命令导出当前虚拟环境中安装的所有扩展：
pip freeze > requirements.txt
该命令首先调用pip freeze，将venv环境中的全部依赖导出，下面是一个例子输出。
click==7.1.2
Flask==1.1.2
itsdangerous==1.1.0
Jinja2==2.11.3
MarkupSafe==1.1.1
Werkzeug==1.0.1
然后我们将生成的内容重定向到了requirements.txt文件中。根据这个文件，我们在一个新的venv环境下也能快速安装该工程的所有依赖了。
pip install -r requirements.txt
注：我们可以看到，requirements.txt这个文件名其实是我们自己起的，Python并没有强制要求叫这个名字，但这是一种约定，推荐使用。
virtualenv：Python中的venv实际上是在Python3.3版本引入的，它的设计灵感来源于virtualenv工具。virtualenv是一直以来都广泛使用的Python虚拟环境创建工具，它的基础使用方式和venv类似，但virtualenv支持更多的选项和参数，能够更精细的控制我们创建的Python虚拟环境，virtualenv相比venv唯一的劣势就是它不是Python内置的工具，实际上我们使用任何一个皆可。
conda：conda也可以用于创建Python虚拟环境，conda主要应用于科学计算、机器学习等领域，除了创建虚拟环境还可以用于Python版本管理、包管理等用途，旨在为不懂软件工程的人员提供“傻瓜”式的Python一键安装环境。在科学计算、机器学习领域推荐使用conda，其它方向则不推荐。