Python 包管理工具-uv

文章目录

简介

UV 是 Rust 编写的 Python 包管理工具,uv官网表示其下载速度相对其他包管理工具最快。其遵循 Apache License, Version 2.0 许可。相对于使用 miniforge,个人更倾向于使用 uv,其管理、使用更方便也确实快捷。

在这里插入图片描述


官网显示的亮点功能截图翻译:

在这里插入图片描述

官网

https://docs.astral.sh/uv/

安装

linux && Mac 安装

$>curl -LsSf https://astral.sh/uv/install.sh |sh

windows 安装

$> powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
在这里插入图片描述

通过 pip 安装(不推荐)

$> pip install uv 
不过不太推荐使用 pip 安装方式安装 uv

更新 uv

$> uv self update info: Checking for updates... success: You're on the latest version of uv (v0.9.28)

卸载 uv

uv 的安装和升级都比较简单,但个人觉得,卸载有点麻烦
# 1、先清除缓存 $> uv cache clean $>rm -r "$(uv python dir)" $>rm -r "$(uv tool dir)"# 2、删除 uv、uvx、uvw 执行文件 $>rm$HOME\.local\bin\uv.exe $>rm$HOME\.local\bin\uvx.exe $>rm$HOME\.local\bin\uvw.exe 
$HOME 为你的用户根目录

帮助命令

# 简短的输出 $> uv --help # 更详细的输出 $> uv help

特定命令的帮助文档

# 简短输出 $> uv init --help # 详细输出#(注意不是 uv init help ,此命令是创建 project 的命令,相当于创建了一个 help 项目) $> uv help init 

创建项目

1、初始化项目

$> uv init projectName 
执行后就会在相应目录初始化一个项目,其目录结构如下:
├── .gitignore
├── .python-version
├── README.md
├── main.py
└── pyproject.toml

在已有文件夹下初始化项目

$>cd /目标目录/projectName $> uv init 
此方式也可以在已有代码的目录下初始化,并使用 uv run main.py 自动创建 .venv 环境

2、安装 Python

$> uv python install Installed Python 3.12.12 in4.07s + cpython-3.12.12-windows-x86_64-none 

查看可安装的 Python 列表

$> uv python list 
在这里插入图片描述

安装指定版本的 Python

$> uv python install3.14

查找已安装的 Python

$> uv python find

3、运行 main.py

$> uv run main.py Using CPython 3.12.12 Creating virtual environment at: .venv Hello from project1 
第一次运行,他还会自动创建 .venv 环境,环境目录创建后,项目的完整路径如下:
.
├── .venv
│ ├── bin
│ ├── lib
│ └── pyvenv.cfg
├── .python-version
├── README.md
├── main.py
├── pyproject.toml
└── uv.lock
注意:.venv 目录请勿加入版本管理。当然 uv 已为我们自动创建好了 .gitignore 文件,并排除了该目录。

uv 管理依赖

我们这里以添加 numpy 依赖为示例展示

添加依赖

$> uv add numpy 
执行后 uv 会自动管理 pyproject.toml 文件,并添加 numpy 依赖

升级依赖

$> uv lock --upgrade-package numpy 

移除依赖

$> uv remove numpy 

查看依赖树

$> uv tree 

查看项目版本

# 完整版本 $> uv version # 简单版本 $> uv version --short # 格式化输出 $> uv version --output-format json 

项目移植

将别人使用 uv 管理的项目代码、环境移植到本地(企业环境中项目开发)
# 使用 sync 同步依赖 $>cd(通过 git 等同步的项目根路径) $> uv sync# 激活环境 $> .venv\Scripts\activate 

不同的平台激活环境

Linux

$> uv sync $>source .venv/bin/activate 

windows

$> uv sync $> .venv\Scripts\activate 

项目打包

$> uv build 
命令执行后,项目打好的包会在项目根路径的 dist 目录下
uv 的常用内容就到此了,其余还有 tools (uvx) 管理等,可直接到官网深入学习,本文到此结束

Read more

TypeScript 首超 Python 成为 GitHub 最活跃语言:2025 开发趋势全景解析

TypeScript 首超 Python 成为 GitHub 最活跃语言:2025 开发趋势全景解析

🎯 核心发现速览 2025 年 11 月,GitHub 发布的 《Octoverse 2025》年度报告 带来了一记“技术地震”: ✅ TypeScript 首次超越 Python,以 263.6 万月度贡献者 成为 GitHub 上最活跃的编程语言 —— 这是 Python 连续 霸榜 16 个月 后的首次失守。 而推动这次“语言霸权更迭”的核心力量,并非传统生态扩张,而是: * AI 辅助编程的深度渗透 * 类型系统对 LLM 生成代码的“纠错红利” * 主流前端框架全面拥抱 TypeScript 默认化 📊 贡献者排名:类型化语言强势崛起 排名语言月贡献者数(2025.08)同比增长1TypeScript2,636,

By Ne0inhk

【2025最新】Python量化数据接口指南:baostock 免费获取分钟级K线教程

baostock 是一个对Python量化爱好者非常友好的免费开源证券数据平台,尤其适合获取A股历史行情数据。我为你准备了这份2025年更新的baostock使用指南,希望能帮助你高效地获取数据。 1. 认识baostock Baostock(证券宝)是一个免费、开源的证券数据平台。它通过Python API提供大量准确、完整的证券历史行情数据、上市公司财务数据等,能满足量化交易投资者、数量金融爱好者、计量经济从业者的数据需求。 它的数据返回格式为pandas DataFrame类型,这对于使用pandas/NumPy/Matplotlib进行数据分析和可视化非常友好。 2. 数据范围与时间 baostock的数据覆盖范围主要包括: 数据类型 包含内容 时间范围 备注                 股票数据 日、周、月K线数据 1990-12-19至今 5、15、30、60分钟K线数据 1999-07-26至今 指数数据 综合指数,规模指数,一级行业指数,二级行业指数,策略指数,成长指数,价值指数,主题指数,基金指数,

By Ne0inhk
2026!在Windows的Python中安装GDAL包(小白能成!)

2026!在Windows的Python中安装GDAL包(小白能成!)

最近更新 2026.02.10日,GDAL发布预告:新版本将支持更多的指令! 新版本,以修复bug为主,提高稳定性! 有朋友催我赶紧更新教程,我上次更新是年前的时候了,恰好是GDAL上一个版本出来的时间。 前言 很多大气,地理,环境,生态,遥感,城市空间规划等专业的朋友,在各种终端尝试 pip install GDAL 指令时,都会遇到各种各样奇怪的报错,无论如何都安不上。说实话这条路走不通,不怪你。 因为GDAL不是标准的python库,不能直接用pip指令,进行管理操作。 实际证明,这样走不通的,请你放弃幻想。跟着这个教程一步一步的操作,你大概率是可以成功的。我会尽可能的详细,一步一步,足够缓慢,足够让每个第一次安装的朋友都能够明白。 感谢北京师范大学地理学院的朋友提供的帮助,我将把这个方法详细记录,希望可以帮助到更多朋友。 个人电脑配置说明 OS:Windows 11 Enterprise(MacOS和Linux的朋友,建议拉到文末,

By Ne0inhk