Gunakan uv untuk mengurus persekitaran Python
Ucapkan selamat tinggal kepada pengurusan persekitaran Python yang menyusahkan! uv ialah alat yang cekap dan mudah yang boleh menyelesaikan pengurusan versi Python, penciptaan persekitaran maya, pengurusan pakej, pengurusan projek dan masalah lain dalam satu perhentian Ia pantas dan mudah untuk bermula. Artikel ini akan mengambil Windows PowerShell sebagai contoh untuk menunjukkan penggunaan uv Untuk platform lain, anda boleh merujuk kepada dokumentasi rasmi untuk pelarasan yang sepadan.
Pasang uv
uv tidak bergantung pada Python, jadi tidak disyorkan untuk menggunakan pip atau pipx untuk memasang. Sistem Windows boleh dipasang terus dengan melaksanakan arahan berikut melalui PowerShell:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
Atau pasang menggunakan pengurus pakej seperti scoop:
scoop install uv
Gunakan uv untuk mengurus berbilang versi Python
Gunakan perintah uv python list
untuk melihat versi Python yang boleh dipasang dan dipasang:
# uv python list cpython-3.13.1+freethreaded-windows-x86_64-none <download available=""> cpython-3.13.1-windows-x86_64-none <download available=""> cpython-3.12.8-windows-x86_64-none <download available=""> ...
Pasang versi terkini:
# uv python install Installed Python 3.13.1 in 5.89s + cpython-3.13.1-windows-x86_64-none
Lihat hasil pemasangan: Versi yang dipasang akan memaparkan laluan pemasangan.
# uv python list cpython-3.13.1-windows-x86_64-none C:\Users\meebo\AppData\Roaming\uv\python\cpython-3.13.1-windows-x86_64-none\python.exe ...
Dapatkan laluan pemasangan Python:
# uv python dir C:\Users\meebo\AppData\Roaming\uv\python
Pasang versi yang ditentukan:
# uv python install 3.10 Installed Python 3.10.16 in 9.78s + cpython-3.10.16-windows-x86_64-none
Nyahpasang versi Python (memerlukan versi tertentu):
# uv python uninstall 3.10 Searching for Python versions matching: Python 3.10 Uninstalled Python 3.10.16 in 1.52s - cpython-3.10.16-windows-x86_64-none
Lihat semua versi (termasuk semua semakan): uv python list --all-versions
Pasang berbilang versi: uv python install 3.10 3.11
Nyahpasang berbilang versi: uv python uninstall 3.10 3.11
Gunakan uv dan bukannya alat python/pip
Persekitaran Python yang diuruskan oleh uv tidak boleh dilaksanakan secara langsung dengan perintah python
, tetapi mesti dilaksanakan melalui perintah uv run
. Contohnya:
# cat .\show_version.py import sys print(sys.version)
Pelaksanaan:
# uv run .\show_version.py 3.13.1 (main, Dec 19 2024, 14:38:48) [MSC v.1942 64 bit (AMD64)]
Tentukan versi Python untuk dilaksanakan: uv run --python 3.10 .show_version.py
Laksanakan daripada input standard: echo 'print("hello world!")' | uv run -
Lihat versi Python yang dipasang: uv python list --only-installed
Tetapkan versi Python lalai (direktori semasa sahaja): uv python pin 3.10
(buat .python-version
fail)
Nyatakan pakej yang diperlukan untuk pelaksanaan
Jika program memerlukan pakej tambahan, seperti cowsay
:
# cat .\cow.py from cowsay import cow cow('hello, world')
Nyatakan pakej menggunakan pilihan --with
:
# uv run --with cowsay .\cow.py Installed 1 package in 13ms ...
Kosongkan persekitaran maya cache: uv cache clean
Urus persekitaran maya
Buat persekitaran maya: uv venv --python 3.10
(buat direktori .venv
) atau nyatakan nama direktori: uv venv myenv
Gunakan persekitaran maya yang ditentukan: uv run --python myenv .show_version.py
Padamkan persekitaran maya: Padamkan direktori persekitaran maya
Pek Pengurusan
Gunakan perintah uv pip
untuk mengurus pakej, yang serasi dengan perintah pip
.
Pakej pemasangan: uv pip install cowsay
Lihat kebergantungan pakej: uv pip tree
Nyahpasang pakej: uv pip uninstall rich
(Pakej bergantung tidak lagi diperlukan tidak akan dipadamkan secara automatik)
Gunakan uv untuk mengurus projek Python
uv menyediakan dua kaedah pengurusan projek: projek fail tunggal dan projek folder.
Projek fail tunggal
Mulakan projek fail tunggal: uv init --script cow3.py --python 3.13
(tambah metadata dalam cow3.py
fail)
Tambah pakej: uv add --script cow3.py cowsay rich
(ubah suai cow3.py
metadata fail)
Alih keluar pakej: uv remove --script cow3.py rich
(ubah suai cow3.py
metadata fail)
Item Folder
Mulakan projek folder: uv init myproject
(Buat direktori projek, termasuk .gitignore
, .python-version
, hello.py
, pyproject.toml
, README.md
)
Projek pelaksanaan: uv run hello.py
(Buat .venv
persekitaran maya)
Tambah pakej: uv add cowsay rich
(ubah suai pyproject.toml
fail)
Kemas kini pakej: uv lock --upgrade-package cowsay
atau uv lock --upgrade
Alih keluar pakej: uv remove cowsay
Segerakkan persekitaran projek dengan uv.lock
fail: uv sync
Lihat kebergantungan pakej projek: uv tree
Gunakan arahan alat yang disediakan oleh pakej
Laksanakan arahan pakej secara langsung: uvx cowsay -t 'hello, uv'
atau uv tool run cowsay -t 'hello, uv'
Nyatakan arahan pelaksanaan pakej: uvx --from httpie http -p=b GET https://flagtech.github.io/flag.txt
Pasang arahan pakej ke sistem: uv tool install httpie
Kemas kini arahan pakej: uv tool upgrade httpie
Nyahpasang arahan pakej: uv tool uninstall httpie
uv menyediakan penyelesaian pengurusan persekitaran Python yang cekap dan mudah, meningkatkan kecekapan pembangunan dengan ketara. Melalui pengenalan artikel ini, saya percaya anda telah menguasai penggunaan asas uv dan boleh mengurus projek dan persekitaran Python anda dengan lebih baik.
Atas ialah kandungan terperinci Gunakan uv untuk mengurus persekitaran Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
