A instalação do Conda permitirá criar e remover ambientes python conforme desejado, fornecendo a mesma funcionalidade que o virtualenv faria.
No caso de ambas as distribuições, você poderá criar uma árvore de sistema de arquivos isolada, onde poderá instalar e remover pacotes python (provavelmente com pip) como desejar. O que pode ser útil se você quiser ter versões diferentes da mesma biblioteca para diferentes casos de uso ou apenas desejar experimentar alguma distribuição e removê-la posteriormente, economizando espaço em disco.
Diferenças:
Contrato de licença. Enquanto o virtualenv vem com a maioria das licenças MIT liberais , a Conda usa a licença BSD de 3 cláusulas.
A Conda fornece seu próprio sistema de controle de pacotes. Esse sistema de controle de pacotes geralmente fornece versões pré-compiladas (para os sistemas mais populares) de softwares não-python populares, o que pode facilitar o funcionamento de alguns pacotes de aprendizado de máquina. Ou seja, você não precisa compilar código C / C ++ otimizado para o seu sistema. Embora seja um grande alívio para a maioria de nós, pode afetar o desempenho dessas bibliotecas.
Ao contrário do virtualenv, o Conda duplica algumas bibliotecas do sistema pelo menos no sistema Linux. Essas bibliotecas podem ficar fora de sincronia, levando a um comportamento inconsistente dos seus programas.
Veredito:
O Conda é excelente e deve ser a sua escolha padrão ao iniciar o seu caminho com o aprendizado de máquina. Você economizará algum tempo mexendo no gcc e em vários pacotes. No entanto, o Conda não substitui o virtualenv. Introduz alguma complexidade adicional que nem sempre é desejada. Ele vem sob licença diferente. Você pode evitar o uso de conda em ambientes distribuídos ou em hardware HPC.