Python uv虚拟环境管理工具详解

Python uv虚拟环境管理工具详解

一、安装uv

1.1、Linux/macOS

bash 复制代码
curl -LsSf https://astral.sh/uv/install.sh | sh

1.2、Windows

bash 复制代码
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

1.3、使用pip安装

bash 复制代码
pip install uv

1.4 换源

1.4.1 设置环境变量法
bash 复制代码
# 设置清华镜像源
export UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple
export UV_EXTRA_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple

# 或者设置阿里云镜像源
export UV_INDEX_URL=https://mirrors.aliyun.com/pypi/simple/
export UV_EXTRA_INDEX_URL=https://mirrors.aliyun.com/pypi/simple/
1.4.2 配置文件法
bash 复制代码
mkdir -p ~/.config/uv
bash 复制代码
vim ~/.config/uv/uv.toml
bash 复制代码
[[index]]
url = "https://pypi.tuna.tsinghua.edu.cn/simple/"
default = true

二、创建新项目

2.1 创建项目

bash 复制代码
uv init my-project  --python 3.10

2.2 创建虚拟环境

bash 复制代码
uv venv --python 3.10

或

bash 复制代码
uv venv

2.3 激活环境

bash 复制代码
source .venv/bin/activate

2.4 退出环境

bash 复制代码
deactivate

三、安装依赖

3.1 安装单个包

bash 复制代码
uv add requests

3.2 安装多个包

bash 复制代码
uv add pandas numpy matplotlib

3.3 安装特定版本

bash 复制代码
uv add "django==4.2.0"

3.4 从requirements.txt安装

bash 复制代码
uv add -r requirements.txt

3.5 安装开发依赖

bash 复制代码
uv add --dev pytest black flake8

3.6 一键安装pyproject.toml中的依赖

3.6.1 安装 dependencies
bash 复制代码
uv sync
3.6.2 安装 dev 依赖组
bash 复制代码
uv sync --group dev
3.6.1 一次性安装所有依赖组
bash 复制代码
uv sync --all-groups
为什么不全部放在 dependencies?

为了环境分离

bash 复制代码
[project]
dependencies = [
    "matplotlib>=3.10.7",  # 生产必需
    "numpy>=2.2.6",        # 生产必需
]

[dependency-groups]
dev = [                    # 开发工具
    "black>=25.9.0",
    "pytest>=8.4.2",
]
test = [                   # 测试专用
    "pytest-cov>=5.0.0",
]
docs = [                   # 文档生成
    "sphinx>=7.0.0",
]

四、移除依赖

4.1 移除单个包

bash 复制代码
uv remove requests

4.2 移除多个包

bash 复制代码
uv remove pandas numpy

4.3 移除开发依赖

bash 复制代码
uv remove --dev pytest

五、更新依赖

5.1 更新所有包

bash 复制代码
uv sync --upgrade

5.2 更新特定包

bash 复制代码
uv add "requests --upgrade"

六、列出已安装依赖包

6.1 列出所有包

bash 复制代码
uv tree

6.2 以requirements格式列出

bash 复制代码
uv pip freeze
相关推荐
Thneonl3 小时前
Celery 生产踩坑:1000 任务积压与 acks_late 双重执行
后端·python
清桔3 小时前
模型的调用
python
小小张说故事3 小时前
Python 多线程为什么跑不快?asyncio 入门指南:异步并发从零上手
后端·python
10年前端老司机3 小时前
干货分享|企业智能知识库 Rerank 重排序落地实践与踩坑总结
python·aigc·agent
天天被压力3 小时前
【Python 量化取数指南 #13】Python 把行情落库:sqlite 一键存,回测随用随取
java·人工智能·python
天天被压力3 小时前
【Python 量化取数指南 #14】Python 清洗行情数据:复权停牌对齐,回测不翻车
java·人工智能·python
Python私教3 小时前
Python环境配置:conda+PyCharm+换源,附6个坑
人工智能·python·pycharm
databook4 小时前
检测数据异常值的五种统计技术
python·数据挖掘·数据分析
小小张说故事4 小时前
Selenium 装驱动太麻烦?Playwright 入门指南:Python 网页自动化新标准
python
海宇数科4 小时前
Python数据工程:利用海宇车型识别精准优化车险理赔合规体验
人工智能·python