在 Python 的世界里，我们常用 pip 安装依赖，用 venv 创建虚拟环境，还可能用 pip-tools 来生成锁文件。这些工具虽然灵活，但组合使用时也容易让人混乱。最近，一个名叫 uv 的新工具火了起来，目标是统一和简化整个 Python 包管理流程。
uv 是什么？
uv 是由 Astral 开发的一个超快的 Python 包管理器，用 Rust 编写。它旨在作为 pip、pip-tools、virtualenv 和 python-build 的整合替代品。
主要特点：
-
🚀 极致性能 ：安装速度比传统
pip快数倍 -
📦 自带虚拟环境管理 ：无需再手动创建
.venv -
🔒 支持依赖锁定：自动生成兼容的 lock 文件
-
🧰 一体化工具链：不再需要搭配多个工具
-
🐍 支持多 Python 版本管理（重点！）
安装 uv（支持 Windows / macOS / Linux）
🖥 macOS
brew install uv🐧 Linux
官方脚本（推荐）
curl -Ls https://astral.sh/uv/install.sh | bash🪟 Windows
手动下载可执行文件
前往 GitHub Releases 下载 .exe 并添加到 PATH。
基本用法入门
创建虚拟环境
uv venv安装依赖
uv pip install requests锁定依赖
uv pip compile -o requirements.txt同步环境
uv pip sync启动项目解释器
uv python管理多个虚拟环境
uv 使用"每个项目一个 .venv"的方式来隔离环境。每个项目创建并激活自己的虚拟环境，无需集中管理：
# 项目 A
cd ~/projects/a
uv venv
uv pip install flask
# 项目 B
cd ~/projects/b
uv venv
uv pip install numpy激活虚拟环境
source .venv/bin/activate # macOS/Linux
.venv\Scripts\activate # Windows或者直接使用：
uv python多 Python 版本管理
这是 uv 的杀手级功能之一：无需 pyenv 或 Conda，即可为每个项目使用不同的 Python 版本！
创建指定版本的虚拟环境
uv venv --python 3.11如你未本地安装该版本，uv 会自动下载并缓存构建：
uv venv --python 3.9.18查看本地缓存的 Python 版本
uv runtimes list卸载某个版本以释放空间
uv runtimes uninstall 3.10.5Python 缓存目录
-
macOS/Linux:
~/.cache/uv -
Windows:
%LOCALAPPDATA%\uv
示例：快速搭建 Flask 项目
uv venv --python 3.11
uv pip install flask
echo "flask" > requirements.in
uv pip compile
uv pip syncuv 与 Conda 的对比
| 功能 | uv |
conda |
|---|---|---|
| 语言支持 | 仅 Python | Python + 多语言（R, C++, Java） |
| 包源 | PyPI | Conda 镜像 / Anaconda Cloud |
| 虚拟环境管理 | 基于 .venv |
使用 Conda 环境 |
| 安装速度 | 🚀 非常快（Rust 编写） | 🐢 较慢（特别是首次） |
| 系统级依赖 | ❌ 不支持 | ✅ 支持（如 MKL, BLAS） |
| 锁文件支持 | ✅ 是 | ❌ 原生不支持 |
| 安装第三方工具 | uv pip install black |
conda install black 或 pip |
| 适用场景 | 轻量开发，Web 项目，CI/CD | 数据科学，科研，多语言依赖 |
总结
| 如果你是： | 推荐工具 |
|---|---|
| Web/Python 项目开发者，追求速度和简单 | ✅ 使用 uv |
| 科学计算/数据分析/需要 C 库和跨语言依赖 | ✅ 使用 conda |
uv 的出现，让 Python 包管理回归简洁又强大，保留了 pip 的生态，却提供了 Conda 级别的体验。
参考链接
-
官方博客：Blog | Astral
-
Conda 文档：https://docs.conda.io
-
pipx 项目：https://github.com/pypa/pipx