Venv ti torna utile quando devi gestire progetti di medio-grandi dimensioni che necessita l'installazione di pacchetti e librerie.
Per esempio, ho dovuto recentemente interagire con un software di guida autonoma e dovevo insegnare alla macchina a guidare da sola:
Ho proceduto creando un nuovo ambiente virtuale (da qui venv = virtual environment) e ho potuto gestire la fase training del progetto installando tensorflow, pytorch e altri pacchetti a me utili semplicemente usando la shell di anaconda ( che ti troverai tra le tue cose di anaconda qualora tu scegliessi di scaricarlo).
Di base, utilizzando anaconda userai sempre un venv. Una volta aperto il navigator, premi su Environments e troverai un ambiente chiamato base (root):
Visualizza allegato 49348
Puoi scegliere se usare quell'ambiente o crearne un secondo, nella colonna di destra puoi vedere i pacchetti installati (installed), ma puoi anche vedere quelli non installati o cercarne uno su search packages (consigliato, molto veloce).
Usare un venv è consigliato anche qualora non avessi un IDE preferito o predefinito. Per esempio:
Aprendo Pycharm e scegliendo quale interprete usare, se sceglierai di usare il prompt collegato al venv di anaconda
Visualizza allegato 49350
e lo "registri" come interprete principale sul tuo progetto attuale in Pycharm non avrai necessità di dover riscaricare tutti i pacchetti su PyCharm perchè saranno già implementati tramite il prompt di anaconda.