Environnements virtuels Python : venv ou Conda ?

La gestion des dépendances est l’un des premiers défis rencontrés lorsqu’on travaille sur plusieurs projets Python. Deux outils dominent : le module venv intégré à Python et Conda. Cet article explique quand utiliser chacun et présente les commandes essentielles.

Pourquoi isoler les environnements ?

Chaque projet peut nécessiter des versions différentes d’une même bibliothèque. Sans isolation, l’installation d’un paquet pour un projet peut en casser un autre. Les environnements virtuels résolvent ce problème en donnant à chaque projet sa propre installation Python cloisonnée.

Créer un environnement avec venv

venv fait partie de la bibliothèque standard Python — aucune installation requise.

# Créer l'environnement
python -m venv .venv

# L'activer (Windows)
.venv\Scripts\activate

# L'activer (macOS / Linux)
source .venv/bin/activate

# Installer des paquets
pip install pandas scikit-learn

# Sauvegarder les dépendances
pip freeze > requirements.txt

# Désactiver
deactivate

Utilisez venv lorsque vous travaillez avec des paquets Python purs via pip.

Créer un environnement avec Conda

Conda va plus loin : il gère à la fois les versions Python et les dépendances non-Python (par exemple GDAL, bibliothèques CUDA).

# Créer un environnement avec une version Python spécifique
conda create --name monenv python=3.11

# L'activer
conda activate monenv

# Installer des paquets (canal Conda en priorité, puis pip)
conda install pandas scikit-learn
pip install streamlit

# Exporter l'environnement
conda env export > environment.yml

# Recréer à partir du fichier
conda env create -f environment.yml

# Désactiver
conda deactivate

Lequel utiliser ?

Conseils pratiques

• Versionnez requirements.txt ou environment.yml — ne commitez jamais le dossier d’environnement lui-même.
• Nommez l’environnement d’après le projet, pas de façon générique (par ex. analyse-eucface, pas monenv).
• Avec Conda, préférez le canal conda-forge pour des paquets plus à jour.

Voir aussi les pages portfolio sur les environnements virtuels Python et les environnements Conda pour des scripts directement réutilisables.