python 多环境下配置运行

前言

在面对Python不断多的版本迭代中，我们有时候需要兼容不同的环境来运行项目，所以我们得要有多个版本的运行空间，然后就有了Anaconda 和 uv 。

Anaconda

mac环境下，可以直接通过homebrew来实现直接安装brew install anaconda，同时配置下对应的环境变量

bash 复制代码

# anaconda
export ANACONDA_DIR=/opt/homebrew/anaconda3
export PATH=$ANACONDA_DIR/bin:$PATH

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!

__conda_setup="$('/opt/homebrew/anaconda3/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/opt/homebrew/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/opt/homebrew/anaconda3/etc/profile.d/conda.sh"
    else
        export PATH="/opt/homebrew/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup

# <<< conda initialize <<<

win环境下，我们通过去官网下载anaconda，官网地址：www.anaconda.com/download ,也是配置对应的环境变量，配置对应的Path

使用anaconda

查看环境列表，获取当前拥有的环境

bash 复制代码

conda env list

激活指定的环境，通过环境别名，如上图我选python38

bash 复制代码

source activate python38

已经在当前环境下了，如果我想下载对应的依赖可以直接使用conda install，如果想用pip也可以直接使用pip install 。注意：未激活环境直接用 pip ，可能安装到 base 环境或系统 Python

css 复制代码

conda install [package]
pip install [package]

修改国内镜像源，conda和pip的都统一进行修改镜像源

ruby 复制代码

# 使用清华源（推荐）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

注意：修改pip的镜像源，是对所有环境下的pip都会直接生效

arduino 复制代码

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn

查看获取当前的镜像源配置信息

lua 复制代码

conda config --show channels
pip config list

当我想退出该环境,此时就会回到base环境

conda deactivate

安装新的环境，可以通过查看可安装的指定版本,然后安装时指定版本和环境名即可

sql 复制代码

# 查看可安装的
conda search python --full-name

ini 复制代码

# 创建指定版本的安装 例如，指定3.12.11
conda create -n python312 python=3.12.11

uv

同理，在mac环境下，可以直接通过homebrew来实现直接安装

复制代码

brew install uv

使用uv

获取对应python可用的版本

uv python list
创建项目和环境，指定项目名称，可以快速生成一个脚手架

此时会创建一个你指定项目名称的文件夹，包含以下文件列表

pyproject.toml : python项目的核心配置文件
.gitignore : git的忽略文件
main.py ：示例的主执行文件

注意：但不会自动创建虚拟环境.venv

csharp 复制代码

uv init [project项目名称]

指定虚拟环境.venv的同时创建python指定版本

css 复制代码

uv venv --python 3.11 .venv

此时项目文件会多一个.venv文件夹，里面包含bin（可执行文件和python的内容）和lib对应的项目依赖内容

注意：如果你安装的版本和项目初始化时候文件指定的需求版本不一致，可能后面运行时会自动将你虚拟环境删除，安装它最需要的版本

添加依赖

可以使用 uv add 来添加依赖，会直接写入pyproject.toml文件，注意：当用uv pip则不会写入 pyproject.toml文件

erlang 复制代码

uv add ...
uv remove ...

uv pip install ....
uv pip uninstall ....
uv pip install -r requirements.txt # 从指定文件中安装依赖

注意：如果感觉下载有点慢的话，可以使用添加国内镜像源来实现下载

ini 复制代码

# 第一种：临时使用镜像源
uv add [依赖名称] --default-index https://pypi.tuna.tsinghua.edu.cn/simple
# 第二种：项目使用镜像源 ，在pyproject.toml文件里增加
[[tool.uv.index]]
url="https://pypi.tuna.tsinghua.edu.cn/simple"
default=true
# 第三种：全局环境变量
export UV_DEFAULT_INDEX="https://pypi.tuna.tsinghua.edu.cn/simple"

运行项目/python文件

在完成项目的编写和依赖添加后，需要运行项目

arduino 复制代码

# 运行python文件
uv run python main.py

如果项目结构是下面这个标准的话，可以通过运行模块的形式运行

css 复制代码

myproject/
├── pyproject.toml
└── src/
    └── myproject/
        ├── __init__.py
        └── cli.py

uv run python -m [项目名称]

激活虚拟环境

在项目中有了.venv虚拟环境后，我们执行以下几个命令，uv都会自动检测使用项目根目录下的.venv

arduino 复制代码

uv run python main.py
uv add requests
uv sync

注意：当我们在控制台执行python,pip等相关命令的时候，可能用的是系统的python而不是我们刚刚创建的虚拟环境，所以我们需要切换到这个虚拟环境中

bash 复制代码

source .venv/bin/activate

所以最后还是系统推荐直接使用uv的相关命令，不建议通过手动激活来交互python等命令信息

退出环境/不需要

在前面有了激活环境后，如果需要退出环境，可以执行deactivate

复制代码

deactivate

当你不想要这个项目时，可以直接通过删除该项目文件夹即可，因为所有的依赖，配置都在这个项目配置文件中

uv最佳实践

第一种：通过自己手动创建文件夹，然后进入文件夹中，通过指定创建python版本的虚拟环境

bash 复制代码

mkdir python-project
cd python-project
uv venv --python 3.11 .venv
uv add ..... # 添加一些依赖
uv run python main.py

第二种：通过命令创建项目文件夹，然后进入文件夹中，你再通过运行/添加依赖的时候自动触发安装项目中的适合的python版本（.python-version文件和pyproject.toml的requires-python参数判断）的虚拟环境

csharp 复制代码

uv init py-test
cd py-test
uv venv .venv # 或后面两步的 uv add/run 自动创建
uv add ....  
uv run python main.py

总结

日常使用，我大多就直接用uv，安装速度很快体积也小，兼容pypi生态，除了在使用科学计算的情况下/非python依赖的系统级库才使用conda