这两个环境都基于Python的virtualenv，你可以独立使用它们并根据需要在其中配置(或安装)软件包，而不必担心冲突。这就是virtualenv的核心思想。

Anaconda是一个Python发行版(就像Linux发行版一样)，默认情况下会根据其对开发者需要什么的看法添加其他软件包。因此，其安装程序要比安装纯粹的Python大。这也是为什么它的虚拟环境非常大的原因。

Pycharm是一款集成开发环境，它恰好支持Python的虚拟环境功能。因此，如果你希望，它可以为你创建虚拟环境。如果使用纯Python发行版进行创建，它的大小会比使用类似Anaconda这样的发行版小，就像你已经注意到的那样。

大小问题并不局限于Anaconda，如果你列出Anaconda为你安装的所有软件包conda list并在“轻量级”虚拟环境中手动安装它们，你也会看到其大小增加。我相信你明白我的意思。

我必须澄清一下，anaconda只是一个集合。真正的环境管理器是conda。这里是miniconda。它只包含管理环境所需的必要部分，而不是一个完整的anaconda集合。

conda不仅是一个简单的Python包管理器，而是一个系统级别的包管理器。它将帮助您无痛安装软件包。 Windows上安装numpy就是一个经典例子。没有conda，很困难，因为它需要特定的C编译器，难以获得。但有了conda，您可以使用一个命令conda install numpy安装numpy。它会自动解决编译器问题和C依赖关系。

那么回到您的问题，当您在Pycharm中创建一个env时，它会询问您想要创建哪个env：Virtualenv Environment，Conda Environment或Pipenv Environment。 对于我来说，我通常选择Pipenv Environment，因为这个env将绑定到当前项目，并且可以生成一个lock文件。

在这种情况下，我认为您现在可以理解了：没有一个名为“由PyCharm创建”或“Anaconda”的env。只有以“创建由Virtualenv、Conda或Pipenv”的env名称。而Pycharm只是使用其中一个并包装了它们。

Conda Environment和Virtualenv Environment之间有什么区别（Pipenv Environment本质上是具有复杂pip的Virtualenv Environment）？这种区别来自于它们不同的目的。

Conda Environment通常适用于“Python用户”。他们使用Python作为工具来做一些其他工作，如网络爬虫、数据挖掘和图像处理。他们对Python了解不多（因为他们不需要知道），因此conda尽可能自动化。他们的任务可能在计算机的任何地方，因此由conda创建的env位于用户级别的目录中。他们有时需要不同的Python版本，这可以在conda中完成，但不可以在virtualenv中完成。

Virtualenv Environment通常适用于“Python开发人员”。他们使用Python构建应用程序或软件包。由Virtualenv创建的env通常位于当前项目目录中。因此，您可以为每个应用程序创建一个env，并轻松管理依赖关系。

总之：

Conda Environment：

1. 管理不仅是Python包，而且还有不同的Python版本和系统范围的依赖项。
2. 环境位于用户级别的目录中。
3. 较少的环境。

Virtualenv Environment：

1. 管理Python包。主要目的是为每个应用程序分离依赖项。
2. 环境通常位于项目级别的目录中。（尽管pipenv默认在用户级别目录中创建env，但许多人认为在项目目录中创建env应该是默认值。）
3. 更多的环境。（每个应用程序都需要创建一个新环境）

对于我来说，我同时使用它们。我使用conda管理不同的Python版本，并使用pipenv管理我的应用程序的依赖项。