Python 内置 venv 虚拟环境工具完全指南(附 uv 工具无缝升级教程)

venv 是 Python 3.3 + 自带的内置虚拟环境工具,无需额外安装,核心作用是为不同 Python 项目创建隔离的运行环境,避免依赖包版本冲突。下面详细讲解它的创建、查看、激活、退出等核心操作,同时覆盖不同系统的差异。

一、venv 核心使用教程

(一)前提准备

确保你的系统已安装 Python 3.3+(可通过 python3 --version 或 python --version 验证)。部分 Linux 系统(如 Ubuntu)默认未安装 venv 模块,需先执行以下命令安装依赖:

# Ubuntu/Debian系列 sudo apt update && sudo apt install -y python3-venv 

(二)核心操作详解

  1. 创建虚拟环境(1)基础创建(默认隔离模式)命令格式:
# 基础命令:在当前目录创建名为【环境名】的虚拟环境(默认不继承系统全局包) python3 -m venv 环境名 

示例:

# 创建名为my_project_venv的虚拟环境(隔离模式) python3 -m venv my_project_venv 

说明:执行命令后,当前目录会生成与 “环境名” 同名的文件夹,包含 Python 解释器、pip 工具、依赖包存储目录等。默认情况下,虚拟环境是完全隔离的,不会使用系统全局安装的 Python 包,所有依赖需重新通过 pip 安装。

若系统存在多个 Python 版本(如 Python3.8、Python3.10),可指定具体版本创建:

python3.8 -m venv my_project_venv_38 # 使用Python3.8创建虚拟环境 python3.10 -m venv my_project_venv_310 # 使用Python3.10创建虚拟环境 

(2)带 --system-site-packages 参数创建(继承系统全局包)参数含义:--system-site-packages 是 venv 的核心可选参数,作用是让创建的虚拟环境继承系统全局 Python 环境中已安装的包(如系统全局安装的 numpy、tensorflow ,tensorrt等),避免重复下载大型依赖包,节省磁盘空间和时间。

  1. 推荐 --system-site-packages为了全能:能直接使用 TensorRT、OpenCV(系统版,jetson设备系统预安装的OpenVv 支持cuda加速)、Jetson.GPIO 等预装库。

一句话总结: 如果你只跑纯 PyTorch 模型,纯净环境是可行的;但如果你要开发典型的 Jetson 机器人应用(结合 TensorRT 加速、GPIO 控制、CSI 摄像头等),--system-site-packages 依然是必须要选的

命令格式与示例:

# 带系统包继承的创建命令 python3 -m venv --system-site-packages 环境名 # 示例:创建继承系统全局包的虚拟环境(命名建议带标识,方便区分) python3 -m venv --system-site-packages my_project_venv_with_global 

关键注意事项:

  • 继承时机:仅在虚拟环境创建时同步系统全局包,后续在系统全局安装的新包,不会自动同步到已创建的虚拟环境(需重新创建或手动在虚拟环境中安装);
  • 版本优先级:虚拟环境中通过 pip 安装的包,优先级高于继承的系统全局包(即若虚拟环境和系统全局安装了同一包的不同版本,会优先使用虚拟环境中的版本);
  • 兼容性风险:若系统全局包版本与项目需求冲突,可能导致项目报错,此时建议使用基础隔离模式创建虚拟环境,单独安装适配版本的依赖。
  1. 查看虚拟环境核心逻辑:venv 创建的虚拟环境本质是普通文件夹,没有专属的查询命令,需通过系统的文件查询指令查看。

不同系统操作:

系统类型查看命令说明
Linux/macOSls 目录路径(默认当前目录直接输入 ls)列出指定目录下的文件夹,虚拟环境文件夹即为已创建的环境(如 my_project_venv)
Windows(CMD)dir 目录路径(默认当前目录直接输入 dir)列出当前目录下的文件夹 / 文件,可见虚拟环境文件夹
Windows(PowerShell)Get-ChildItem(简写 gci)效果同 dir,更简洁的 PowerShell 指令

示例(Linux/macOS):

# 查看当前目录下的虚拟环境 ls # 输出:my_project_venv my_project_venv_with_global (两个虚拟环境文件夹) # 查看指定目录下的虚拟环境(如~/projects/venvs/) ls ~/projects/venvs/ 
  1. 激活虚拟环境激活后,终端会显示虚拟环境名称前缀(如 (my_project_venv)),此时通过 pip 安装的依赖会仅存于该环境(继承模式下,新增依赖仍安装在虚拟环境内,不影响系统全局)。

不同系统激活命令:

系统类型激活命令
Linux/macOSsource 环境名 /bin/activate(示例:source my_project_venv_with_global/bin/activate)
Windows(CMD)环境名 \Scripts\activate.bat(示例:my_project_venv_with_global\Scripts\activate.bat)
Windows(PowerShell).\ 环境名 \Scripts\Activate.ps1(示例:.\my_project_venv_with_global\Scripts\Activate.ps1)

激活成功标识:终端前缀会新增 (环境名),例如:

  • Linux/macOS:(my_project_venv_with_global) user@localhost:~$
  • Windows:(my_project_venv_with_global) C:\Users\XXX\>

验证激活状态(可选):

# 查看当前Python路径(指向虚拟环境内的Python解释器) which python3 # Linux/macOS where python # Windows # 查看当前pip路径(指向虚拟环境内的pip) which pip3 # Linux/macOS where pip # Windows # 验证继承的系统包(继承模式下执行,可看到系统全局安装的包) pip list # 列出虚拟环境中的所有包(含继承的系统包和后续安装的包) 
  1. 退出虚拟环境命令(所有系统通用):在已激活虚拟环境的终端中,直接输入以下命令,无需额外参数:
deactivate 

退出成功标识:终端前缀的 (环境名) 消失,恢复到系统默认终端样式,此时操作会回到系统全局 Python 环境。

(三)补充操作:删除虚拟环境

venv 虚拟环境是普通文件夹,直接删除对应文件夹即可(删除后不可恢复,需谨慎操作):

系统类型删除命令 / 操作
Linux/macOSrm -rf 环境名(示例:rm -rf my_project_venv_with_global)
Windows手动删除环境文件夹,或在 CMD/PowerShell 中执行 rd /s/q 环境名(示例:rd /s/q my_project_venv_with_global)

(四)venv 核心总结

操作命令格式关键说明
基础隔离模式创建python3 -m venv 环境名完全隔离系统全局包,依赖需重新安装,无版本冲突风险
继承系统包创建python3 -m venv --system-site-packages 环境名继承系统全局包,节省空间,注意版本兼容性
激活虚拟环境按系统选择对应命令(如 Linux:source 环境名 /bin/activate)激活后终端带环境名前缀,操作仅作用于当前环境
退出虚拟环境deactivate所有系统通用,退出后回到全局 Python 环境
查看虚拟环境ls(Linux/macOS)/ dir(Windows)虚拟环境本质是文件夹,通过系统命令查看
删除虚拟环境rm -rf 环境名(Linux/macOS)/rd/s/q 环境名(Windows)直接删除文件夹,需先退出虚拟环境,删除后不可恢复

venv 轻量、无额外依赖,是简单 Python 项目环境隔离的首选工具。基础隔离模式适合大多数场景,--system-site-packages 参数则为大型依赖复用提供了便捷方案,可根据项目需求灵活选择~


二、uv 包管理工具使用教程(兼容 venv,性能翻倍)

uv 是基于 Rust 开发的现代化 Python 环境 + 包管理工具,一站式整合「虚拟环境管理 + 高性能包安装 + 依赖解析 + 依赖锁定」功能,完全兼容 venv 的所有操作逻辑,且速度是 venv+pip 组合的 10~100 倍。对于中大型项目、团队协作或追求开发效率的场景,uv 是 venv 的最优升级替代方案。

(一)前提准备:安装 uv

uv 需手动安装,但安装过程极简,支持所有系统和架构(包括 ARM64 架构如 Jetson 设备):

系统类型安装命令补充说明
Linux/macOS(含 ARM64)curl -LsSf https://astral.sh/uv/install.shsh 官方推荐,一键安装二进制文件,无依赖
Windows(PowerShell)irm https://astral.sh/uv/install.ps1iex 官方推荐,自动配置环境变量
所有系统(通用)python3 -m pip install uv --user兼容现有 Python 环境

# 临时使用清华镜像源安装uv(推荐)

python3 -m pip install uv --user -i https://pypi.tuna.tsinghua.edu.cn/simple

# 若清华源不行,换阿里云镜像源

# python3 -m pip install uv --user -i https://mirrors.aliyun.com/pypi/simple/

安装验证:重启终端后执行以下命令,输出版本号即安装成功:

uv --version 

(二)核心操作详解(与 venv 无缝兼容,零学习成本)

uv 的虚拟环境操作逻辑与 venv 完全一致,核心命令仅将 python3 -m venv 替换为 uv venv激活、退出、查看、删除命令与 venv 完全相同,无需记忆新指令。

  1. 创建虚拟环境(1)基础创建(默认隔离模式)命令格式:
# 基础命令:在当前目录创建名为【环境名】的虚拟环境(默认不继承系统全局包) uv venv 环境名 

示例:

# 创建名为my_project_uv的虚拟环境(隔离模式,与venv目录结构一致) uv venv my_project_uv 

说明:uv 创建的虚拟环境文件夹与 venv 完全相同,包含 Python 解释器、pip 工具(可直接用 uv pip 替代),默认隔离系统全局包。

若系统存在多个 Python 版本,可指定具体版本创建:

uv venv --python python3.8 my_project_uv_38 # 使用Python3.8创建虚拟环境 uv venv --python python3.10 my_project_uv_310 # 使用Python3.10创建虚拟环境 

(2)带 --system-site-packages 参数创建(继承系统全局包)uv 完全支持 venv 的 --system-site-packages 参数,作用和适用场景与 venv 一致,完美复用系统全局大型依赖包:命令格式与示例:

# 带系统包继承的创建命令(与venv参数完全一致) uv venv --system-site-packages 环境名 # 示例:创建继承系统全局包的uv虚拟环境 uv venv --system-site-packages my_project_uv_with_global 

关键注意事项:与 venv 完全相同,仅在创建时同步系统包,虚拟环境内安装的包优先级高于继承的系统包。

  1. 查看虚拟环境与 venv 完全一致!uv 创建的虚拟环境本质也是普通文件夹,通过系统命令 ls(Linux/macOS)、dir(Windows CMD)、Get-ChildItem(Windows PowerShell)查看即可。
  2. 激活虚拟环境命令与 venv 完全相同! 无需修改任何操作习惯,激活后终端前缀同样显示环境名:示例(Linux/macOS):
# 激活uv创建的虚拟环境(命令与venv一致) source my_project_uv_with_global/bin/activate 

激活成功标识、验证方法与 venv 完全一致,可通过 which python3 或 pip list 验证。

  1. 退出虚拟环境命令与 venv 完全相同! 所有系统通用:
deactivate 

(三)补充操作:删除虚拟环境

与 venv 完全一致!uv 虚拟环境也是普通文件夹,直接删除对应文件夹即可:示例(Linux/macOS):

rm -rf my_project_uv_with_global 

(四)uv 专属亮点:一站式高性能包管理(uv pip)

uv 的核心优势在于内置高性能 pip 替代工具 uv pip,完全兼容 pip 的所有参数和用法,且速度提升 10~50 倍,支持依赖锁定、并行安装、智能依赖解析等高级功能。

  1. 基础包安装(兼容 pip 所有命令)将 pip 替换为 uv pip 即可,无需修改任何参数:
# 安装单个包 uv pip install requests # 安装指定版本包 uv pip install pandas==2.1.0 # 从requirements.txt安装依赖 uv pip install -r requirements.txt # 安装私有源包 uv pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch 
  1. 依赖锁定(团队协作必备)uv 支持生成规范的锁文件 uv.lock,记录完整依赖树和版本信息,确保团队所有成员环境一致:
# 从requirements.txt生成锁文件 uv pip compile requirements.txt -o uv.lock # 基于锁文件安装依赖(确保环境100%一致) uv pip sync uv.lock 
  1. 性能优势在相同环境下,uv pip install 安装依赖的速度远快于 pip install,尤其是大型包或多依赖项目:
  • 安装 Pandas 等大型科学计算包:速度提升 10~20 倍;
  • 解析复杂依赖树(如 100+ 子依赖):速度提升 100+ 倍;
  • 团队协作同步环境:基于锁文件的 uv pip sync 比 pip install -r 快 5~10 倍。

(五)uv 纯净环境的 pip 调用 “踩坑” 问题

这是一个非常经典且容易 “踩坑” 的问题,特别是对于刚开始使用 uv 这种现代化工具的用户。uv 创建虚拟环境的逻辑与传统的 python -m venv 不同,它默认创建一个 **“纯净(Bare)”** 环境,不包含 pip、setuptools 或 wheel。以下是两种使用场景的详细解析:

1. 结论速览

若不运行 uv pip install pip,直接敲 pip 极大概率把包装到系统里,违背虚拟环境的初衷,务必小心!

情况终端敲 pip install xxx 实际调用的程序包安装的位置评价
未安装 pip系统 Pip (/usr/bin/pip)系统底层 (或 ~/.local)❌ 危险:搞乱系统环境,包未装进虚拟环境
已安装 pip虚拟环境 Pip (.venv/bin/pip)虚拟环境里 (.venv/lib/...)✅ 正确:包被隔离在虚拟环境内
2. 详细原理解析
  • 情况一:用 uv 创建环境后,未安装 pip运行 uv venv 并激活 (source .venv/bin/activate) 后,环境变量 PATH 会被修改,.venv/bin 被放在最前面,但 uv 默认环境中无 pip 可执行文件。Shell 在 .venv/bin 找不到 pip 时,会顺着 PATH 找到系统的 /usr/bin/pip。后果:终端提示符显示虚拟环境,但 pip 实际是系统的,包会装到 /usr/local/lib/python3.10/dist-packages(系统目录)或 ~/.local/lib/...(用户目录),完全绕过虚拟环境。验证方法:执行 which pip,输出路径为系统路径(如 /usr/bin/pip)。
  • 情况二:使用 uv pip install pip 安装后这是日志文件「传送阵.txt」中 test_no 环境的操作 1:uv pip install pip 会将 pip 下载并安装到虚拟环境的 bin 目录 (.venv/bin/pip)。此时输入 pip,Shell 会优先找到虚拟环境内的 pip。后果:pip 是虚拟环境私有,包会被正确安装到 .venv/lib/python3.x/site-packages
3. 最佳实践建议

既然使用了 uv,建议改变使用习惯,避免混用 pip 命令,以获得最快的速度和最稳定的体验:

替代做法(习惯用 pip 时):先安装 pip 再使用

uv pip install pip # 先把 pip 装进虚拟环境 pip install torch # 然后再用 pip 

推荐做法:完全不安装 pip,直接使用 uv 管理包(速度最快)

uv pip install torch numpy # 直接装入当前激活的虚拟环境 

⚠️ 总结:若不运行 uv pip install pip,直接敲 pip 极大概率把包装到系统里,违背虚拟环境的初衷,务必小心!


三、venv vs uv 核心对比表

对比维度venvuv
核心定位Python 内置纯虚拟环境工具,无包管理能力一站式环境 + 包管理工具,整合虚拟环境、包安装、依赖解析、锁定
安装要求Python 3.3+ 内置,无需安装(部分 Linux 需装 python3-venv)需手动安装,支持所有系统和架构,安装极简
创建命令(基础隔离模式)python3 -m venv 环境名uv venv 环境名
创建命令(继承系统包)python3 -m venv --system-site-packages 环境名uv venv --system-site-packages 环境名
激活命令按系统选择对应命令(如 Linux:source 环境名 /bin/activate)与 venv 完全相同
退出命令deactivate(通用)与 venv 完全相同
查看 / 删除方式系统文件命令(ls/rm -rf 等)与 venv 完全相同
包管理能力无,需搭配 pip 使用内置 uv pip,完全兼容 pip,支持依赖锁定、并行安装
性能表现依赖 pip,速度一般,复杂依赖解析慢Rust 编译,速度是 venv+pip 的 10~100 倍,依赖解析秒级完成
依赖锁定仅支持 pip freeze > requirements.txt(简陋快照)支持生成规范 uv.lock 锁文件,团队协作环境一致
系统兼容性完美支持所有系统,无架构限制完美支持所有系统和架构(包括 ARM64/Jetson)
学习成本低,仅需掌握基础环境操作极低,兼容 venv 所有操作,仅需额外掌握 uv pip 命令
适用场景1. 离线环境无网络安装第三方工具;2. 简单小项目,仅需环境隔离;3. 追求零安装、零风险的极简需求1. 中大型项目、深度学习 / 科学计算等多依赖场景;2. 团队协作项目,需要环境一致性;3. 追求极致开发效率,频繁安装 / 更新依赖;4. 所有 venv 适用场景(无缝替代)

四、最终选型建议

  1. 选 venv 的场景
    • 设备无网络,无法安装 uv;
    • 仅需简单环境隔离,项目依赖极少;
    • 追求绝对零安装、零风险,无需高级包管理功能。
  2. 选 uv 的场景
    • 中大型项目、多依赖项目(如深度学习、Web 开发);
    • 团队协作,需要环境一致性和依赖锁定;
    • 频繁安装 / 更新依赖,追求开发效率;
    • 所有 venv 适用场景(uv 可无缝替代,且体验更优)。
  3. 终极建议:可先通过 venv 理解虚拟环境的核心概念,掌握后立即切换到 uv——uv 完全兼容 venv 的操作逻辑,无需额外学习成本,却能带来性能和功能的双重提升,是现代 Python 开发的首选工具!

Read more

从零开始打造高性能数据结构——手把手教你实现环形缓冲

从零开始打造高性能数据结构——手把手教你实现环形缓冲

◆ 博主名称: 小此方-ZEEKLOG博客 大家好,欢迎来到小此方的博客。 ⭐️个人专栏:《C语言》_小此方的博客-ZEEKLOG博客 算法_小此方的博客-ZEEKLOG博客  ⭐️踏破千山志未空,拨开云雾见晴虹。 人生何必叹萧瑟,心在凌霄第一峰。 目录 一,普通队列的劣势 1. 空间浪费严重(“假溢出”问题) 2. 需要频繁移动元素(若避免浪费) 3. 扩容成本高 4. 无法解决“假溢出”导致的提前扩容 二,环形缓冲结构分析  1. “循环”取模实现指针回绕  2.“循环”,轮流入座而不是排长队 三,实现环形缓冲 1,MyCircularQueue(k): 构造器   1,结构体搭建   2,初始化 3,为什么选择k+1块空间而不是k块空间?

By Ne0inhk
量子力学数学基础入门:从态矢到内积外积(附Python演示)

量子力学数学基础入门:从态矢到内积外积(附Python演示)

📐 形象比喻之后,用数学精确描述量子世界 在上一篇文章中,我们用“拆掉楼梯的大楼”“同时存在于所有楼层的人”等比喻,直观地理解了量子化、叠加、测量等核心概念。但真正要进入量子计算的大门,必须掌握量子力学的数学语言——狄拉克符号和线性代数。 本文作为姊妹篇,将用数学方式重新表述量子力学的基础概念,并辅以Python代码(NumPy)演示,让你亲手计算态矢、内积、外积,感受数学公式背后的物理意义。 一、为什么要用数学描述量子力学? 形象比喻虽然易懂,但无法精确计算。例如: * 叠加态中的“权重”具体是多少? * 测量得到某个结果的概率如何计算? * 两个量子态是相同还是正交? 这些问题的答案都隐藏在数学结构中。量子力学的数学框架是希尔伯特空间中的线性代数,所有物理过程都可以转化为向量和矩阵的运算。一旦掌握这套语言,你就能理解量子门、量子算法,甚至动手模拟量子电路。 二、态矢:量子态的数学化身 1. 右矢(ket) ∣ ψ ⟩ |\psi\rangle ∣ψ⟩ 在量子力学中,

By Ne0inhk
《算法题讲解指南:优选算法-滑动窗口》--13 水果成篮

《算法题讲解指南:优选算法-滑动窗口》--13 水果成篮

🔥小叶-duck:个人主页 ❄️个人专栏:《Data-Structure-Learning》 《C++入门到进阶&自我学习过程记录》《算法题讲解指南》--从优选到贪心 ✨未择之路,不须回头 已择之路,纵是荆棘遍野,亦作花海遨游 目录 13 水果成篮 题目链接: 编辑 题目示例: 解法(滑动窗口): 算法思路: 算法流程: C++代码演示:方法一(使用容器) C++代码演示:方法二(用数组模拟哈希表) 算法总结及流程解析: 结束语 13 水果成篮 题目链接: 题目示例: 解法(滑动窗口): 算法思路:       研究的对象是一段连续的区间,可以使用【滑动窗口】思想来解决问题。       让滑动窗口满足:窗口内水果的种类只有两种。       做法:右端水果进入窗口的时候,

By Ne0inhk
全网最全!Python、PyTorch、CUDA 与显卡版本对应关系速查表

全网最全!Python、PyTorch、CUDA 与显卡版本对应关系速查表

摘要:搞深度学习,最痛苦的不是写代码,而是配环境! “为什么我的 PyTorch 认不出显卡?” “新买的显卡装了旧版 CUDA 为什么报错?” 本文提供一份保姆级的版本对应关系速查表,涵盖从 RTX 50 系列 (Blackwell) 到经典老卡的软硬件兼容信息。建议收藏保存,每次配环境前查一下,能省下大量的排坑时间! 🗺️ 核心逻辑图解 在看表格前,先理清显卡架构的代际关系与 CUDA 版本的强绑定逻辑。 📊 一、PyTorch 版本对照表 (推荐) PyTorch 是目前兼容性最好的框架,只要 CUDA 驱动版本 足高,通常都能向下兼容。对于使用最新硬件(如 RTX 50 系)的用户,请务必使用 2.4 或更高版本。 PyTorch 版本Python 版本推荐 CUDA适用显卡建议2.

By Ne0inhk