使用 uv 管理 Python 环境
告别繁琐的 Python 环境管理!uv 是一款高效、便捷的工具,能一站式解决 Python 版本管理、虚拟环境创建、包管理以及项目管理等问题,速度快,上手简单。本文将以 Windows PowerShell 为例,演示 uv 的使用方法,其他平台可参考官方文档进行相应调整。
安装 uv
uv 不依赖 Python,因此不建议使用 pip 或 pipx 安装。Windows 系统可直接通过 PowerShell 执行以下命令安装:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
或使用 scoop 等软件包管理器安装:
scoop install uv
使用 uv 管理多版本 Python
使用 uv python list
命令查看可安装和已安装的 Python 版本:
# 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=""> ...
安装最新版本:
# uv python install Installed Python 3.13.1 in 5.89s + cpython-3.13.1-windows-x86_64-none
查看安装结果:已安装版本会显示安装路径。
# 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 ...
获取 Python 安装路径:
# uv python dir C:\Users\meebo\AppData\Roaming\uv\python
安装指定版本:
# uv python install 3.10 Installed Python 3.10.16 in 9.78s + cpython-3.10.16-windows-x86_64-none
卸载 Python 版本 (需指定版本):
# 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
查看所有版本 (包含所有修订版本): uv python list --all-versions
安装多个版本:uv python install 3.10 3.11
卸载多个版本:uv python uninstall 3.10 3.11
使用 uv 替代 python/pip 工具
uv 管理的 Python 环境不能直接用 python
命令执行,需通过 uv run
命令执行。例如:
# cat .\show_version.py import sys print(sys.version)
执行:
# uv run .\show_version.py 3.13.1 (main, Dec 19 2024, 14:38:48) [MSC v.1942 64 bit (AMD64)]
指定 Python 版本执行:uv run --python 3.10 .show_version.py
从标准输入执行:echo 'print("hello world!")' | uv run -
查看已安装的 Python 版本:uv python list --only-installed
设置默认 Python 版本 (仅限当前目录):uv python pin 3.10
(创建 .python-version
文件)
指定执行时需要的包
如果程序需要额外包,例如 cowsay
:
# cat .\cow.py from cowsay import cow cow('hello, world')
使用 --with
选项指定包:
# uv run --with cowsay .\cow.py Installed 1 package in 13ms ...
清除缓存的虚拟环境:uv cache clean
管理虚拟环境
创建虚拟环境:uv venv --python 3.10
(创建 .venv
目录) 或指定目录名: uv venv myenv
使用指定虚拟环境:uv run --python myenv .show_version.py
删除虚拟环境:删除虚拟环境目录
管理包
使用 uv pip
命令管理包,它与 pip
命令兼容。
安装包:uv pip install cowsay
查看包依赖关系:uv pip tree
卸载包:uv pip uninstall rich
(不会自动删除不再需要的依赖包)
使用 uv 管理 Python 项目
uv 提供两种项目管理方式:单文件项目和文件夹项目。
单文件项目
初始化单文件项目:uv init --script cow3.py --python 3.13
(在 cow3.py
文件中添加元数据)
添加包:uv add --script cow3.py cowsay rich
(修改 cow3.py
文件元数据)
移除包:uv remove --script cow3.py rich
(修改 cow3.py
文件元数据)
文件夹项目
初始化文件夹项目:uv init myproject
(创建项目目录,包含 .gitignore
, .python-version
, hello.py
, pyproject.toml
, README.md
)
执行项目:uv run hello.py
(创建 .venv
虚拟环境)
添加包:uv add cowsay rich
(修改 pyproject.toml
文件)
更新包:uv lock --upgrade-package cowsay
或 uv lock --upgrade
移除包:uv remove cowsay
同步项目环境与 uv.lock
文件:uv sync
查看项目包依赖关系:uv tree
使用包提供的工具命令
直接执行包命令:uvx cowsay -t 'hello, uv'
或 uv tool run cowsay -t 'hello, uv'
指定包执行命令:uvx --from httpie http -p=b GET https://flagtech.github.io/flag.txt
安装包命令到系统:uv tool install httpie
更新包命令:uv tool upgrade httpie
卸载包命令:uv tool uninstall httpie
uv 提供了高效便捷的 Python 环境管理方案,显著提升开发效率。 通过本文的介绍,相信您已经掌握了 uv 的基本使用方法,可以更好地管理您的 Python 项目和环境。
以上是使用 uv 管理 Python 环境的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。 Python以简洁和强大的生态系统着称,C 则以高性能和底层控制能力闻名。

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

两小时内可以学到Python的基础知识。1.学习变量和数据类型,2.掌握控制结构如if语句和循环,3.了解函数的定义和使用。这些将帮助你开始编写简单的Python程序。

2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型,2.掌握控制流(条件语句和循环),3.理解函数的定义和使用,4.通过简单示例和代码片段快速上手Python编程。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python在web开发、数据科学、机器学习、自动化和脚本编写等领域有广泛应用。1)在web开发中,Django和Flask框架简化了开发过程。2)数据科学和机器学习领域,NumPy、Pandas、Scikit-learn和TensorFlow库提供了强大支持。3)自动化和脚本编写方面,Python适用于自动化测试和系统管理等任务。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。
