Python 虚拟环境管理工具 UV:从安装到高级用法的详细教程

前言

在 Python 开发中,管理不同项目的依赖包和 Python 版本是开发者常常遇到的问题。不同项目可能依赖不同版本的库,甚至同一个库在不同版本下的行为可能不同。为了避免这些问题,使用虚拟环境成为了解决方案。虚拟环境通过隔离每个项目的依赖,避免了版本冲突问题。

在 Python 中,常用的虚拟环境管理工具有 virtualenvvenv 和一些第三方工具,如 UV。本文将详细介绍如何使用 UV 虚拟环境管理工具,从安装、创建虚拟环境、管理 Python 版本和依赖包,到切换和删除虚拟环境。


一、什么是 UV?

UV 是一个简洁、轻量级的 Python 虚拟环境管理工具。它与传统的虚拟环境管理工具(如 virtualenvvenv)相比,提供了更加简单和清晰的命令行界面,使得开发者可以高效管理 Python 环境。UV 具备以下特点:

  • 轻量级:提供简单直观的命令行操作,不需要复杂的配置。
  • 支持多版本管理:支持创建多个不同版本的 Python 环境,帮助你在不同版本之间轻松切换。
  • 跨平台支持:支持在 Windows、Linux 和 macOS 上使用,适合跨平台开发。

二、安装 UV

1. 环境要求

在开始使用 UV 之前,请确保你已经安装了 Python。你可以通过以下命令检查系统是否安装了 Python:

bash

python --version

如果 Python 未安装,请前往 Python 官方网站 下载并安装 Python。

2. 安装 UV

安装 UV 非常简单,只需使用 pip 命令进行安装。在终端中运行以下命令:

bash

pip install uv

安装完成后,你可以通过以下命令检查 UV 是否成功安装:

bash

uv --version

如果安装成功,终端将输出 UV 的版本信息。


三、UV 的基本使用

1. 创建虚拟环境

创建虚拟环境是 UV 的核心功能之一。你可以通过以下命令创建一个新的虚拟环境:

bash

uv create myenv

  • uv create:命令创建虚拟环境。
  • myenv:虚拟环境的名称。你可以为虚拟环境指定任何名称。

UV 会自动选择系统中默认的 Python 版本并为该虚拟环境创建一个新的隔离环境。你可以在虚拟环境中安装特定的依赖包,且这些包不会影响系统级 Python 环境。

2. 激活虚拟环境

创建虚拟环境后,接下来你需要激活它。在 Windows 系统上,运行以下命令:

bash

uv activate myenv

在 Linux/macOS 系统上,命令相同:

bash

uv activate myenv

激活虚拟环境后,你的命令行提示符会发生变化,通常会显示你当前所处的虚拟环境的名称。这样你就可以在这个环境中安装、使用包,且不会影响全局环境。

3. 查看当前虚拟环境

为了方便检查当前激活的虚拟环境,可以使用 uv status 命令: 

bash

uv status

该命令会显示当前激活的虚拟环境的详细信息。


四、管理 Python 版本

1. 创建指定版本的虚拟环境

如果你需要为虚拟环境选择特定版本的 Python,你可以使用 --python 选项来指定 Python 版本。例如,如果你需要使用 Python 3.8 创建虚拟环境,可以执行以下命令:

bash

uv create myenv --python=python3.8

解释

  • --python=python3.8:指定虚拟环境使用 Python 3.8 版本。你可以根据需要替换为其他版本。

UV 会自动使用你指定的 Python 版本来创建虚拟环境。

2. 切换虚拟环境的 Python 版本

如果你已经创建了虚拟环境并且希望切换到另一个 Python 版本,可以使用 uv switch 命令:

bash

uv switch myenv --python=python3.9

该命令会将 myenv 虚拟环境的 Python 版本切换为 Python 3.9。

3. 查看已安装的 Python 版本

你可以使用以下命令列出系统中所有可用的 Python 版本:

bash

uv list --python

该命令会列出所有已安装的 Python 版本,以便你选择和切换。


五、管理依赖包

1. 安装包

在虚拟环境中安装依赖包非常简单。首先激活虚拟环境,然后使用 pip 命令来安装所需的包。例如,如果你想安装 requests 包:

bash

pip install requests

安装后,你可以通过以下命令确认包是否安装成功:

bash

pip list

该命令会列出当前虚拟环境中安装的所有包。

2. 查看已安装的包

要查看虚拟环境中已安装的所有包及其版本,你可以使用:

bash

pip freeze

该命令会列出已安装包的版本信息,并且可以将其导出为 requirements.txt 文件,供其他开发者使用。

3. 生成依赖文件

当你需要将虚拟环境中的所有依赖包记录到一个文件中时,可以使用以下命令:

bash

pip freeze > requirements.txt

这个命令会将当前环境中的所有安装包记录到 requirements.txt 文件。其他开发者可以使用该文件来安装相同的依赖:

bash

pip install -r requirements.txt

4. 卸载包

如果你不再需要某个包,可以使用 pip uninstall 命令卸载它。例如,卸载 requests 包:

bash

pip uninstall requests


六、虚拟环境的管理

1. 切换虚拟环境

在多个虚拟环境之间切换,可以使用以下命令:

bash

uv activate anotherenv

该命令会激活名为 anotherenv 的虚拟环境。

2. 查看所有虚拟环境

如果你忘记了已创建的虚拟环境名称,或者想查看当前系统上所有的虚拟环境,可以使用以下命令:

bash

uv list

该命令会列出所有已经创建的虚拟环境。

3. 删除虚拟环境

如果你不再需要某个虚拟环境,可以通过以下命令删除它:

bash

uv delete myenv

这个命令会删除 myenv 虚拟环境,所有该环境中的包和配置也会一并被清除。


七、UV 高级用法

1. 导出虚拟环境的配置

你可以将整个虚拟环境的配置导出为一个可移植的文件,以便在其他地方重建该环境。使用以下命令导出环境配置:

bash

uv export myenv --file=myenv_config.json

这个命令将会导出 myenv 环境的所有配置到 myenv_config.json 文件中。

2. 导入虚拟环境的配置

如果你想通过之前导出的配置文件来重建虚拟环境,可以使用以下命令:

bash

uv import --file=myenv_config.json

这个命令将会根据 myenv_config.json 中的配置重新创建虚拟环境。


八、常见问题解答 (FAQ)

1. 如何退出虚拟环境?

要退出当前虚拟环境,可以使用以下命令:

bash

deactivate

这将返回到全局环境。

2. UV 与 venv/virtualenv 有何不同?

  • UV 是一个更轻量级、更简化的虚拟环境管理工具,设计上更加易用,适合初学者和需要快速创建虚拟环境的开发者。
  • venv 是 Python 3.3 及更高版本自带的虚拟环境工具,功能相对基础,适合大多数开发者使用。
  • virtualenv 是一个功能强大的虚拟环境工具,支持更多高级特性,适合需要更细粒度控制的开发者。

结语

通过本文的详细介绍,你应该能够掌握如何使用 UV 工具来管理你的 Python 虚拟环境。UV 提供了非常简便和直观的命令来创建、切换、管理虚拟环境,以及安装和卸载依赖包。无论是单个项目还是多个项目,UV 都能帮助你有效隔离和管理 Python 环境,避免常见的依赖冲突问题。

Read more

JAVA 集合框架进阶:List 与 Set 的深度解析与实战

JAVA 集合框架进阶:List 与 Set 的深度解析与实战

JAVA 集合框架进阶:List 与 Set 的深度解析与实战 1.1 本章学习目标与重点 💡 掌握 List 和 Set 接口的核心特性,理解不同实现类的底层原理与适用场景。 💡 熟练运用集合的常用方法,解决数据存储、查找、去重等实际开发问题。 💡 理解集合的线程安全问题,掌握线程安全集合的使用方式。 ⚠️ 本章重点是 不同集合的底层数据结构 和 性能对比,这是面试和开发中的核心考点。 1.2 List 接口:有序可重复的集合 1.2.1 List 接口的核心特性 💡 List 是有序集合,元素的存储顺序和插入顺序一致,支持通过索引访问元素。 List 允许存储重复元素,也可以存储 null 值。 List 接口的常用实现类有 ArrayList、LinkedList 和

By Ne0inhk
2026年最新AI大模型学习路线(超详细,小白/程序员必收藏)从入门到精通!

2026年最新AI大模型学习路线(超详细,小白/程序员必收藏)从入门到精通!

当下AI大模型在人工智能领域的热度持续攀升,已然成为技术圈的核心风口,不仅吸引了大量行业从业者深耕,更有无数编程小白、转行人士想要入门掘金。但很多人面对繁杂的技术资料无从下手,不知道该从哪里开始、按什么顺序学习,踩了不少弯路。 今天就给大家整理了一份2026年最新、最系统的AI大模型学习路线,从0基础入门到精通实战,配套全套学习资源,不管你是纯小白还是有一定基础的程序员,跟着学就能少走弯路、快速上手,建议收藏备用,避免后续找不到! 1、大模型学习路线 2、从0到进阶大模型学习视频教程 从入门到进阶这里都有,跟着老师学习事半功倍。 3、 入门必看大模型学习书籍&文档.pdf(书面上的技术书籍确实太多了,这些是我精选出来的,还有很多不在图里) 4、 AI大模型最新行业报告 2026最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。 5、面试试题/经验 【大厂 AI 岗位面经分享(107 道)】 【AI

By Ne0inhk
实测AI Ping,一个大模型服务选型的实用工具

实测AI Ping,一个大模型服务选型的实用工具

作为一名长期奋战在一线的AI应用工程师,我在技术选型中最头疼的问题就是:“这个模型服务的真实性能到底如何?” 官方的基准测试总是在理想环境下进行,而一旦投入使用,延迟波动、吞吐下降、高峰期服务不可用等问题就接踵而至。 直到我发现了由清华系团队打造的AI Ping,这个平台号称能提供真实、客观的大模型服务性能评测。经过一段时间的深度体验,我来分享下自己的使用感受和发现。 一、为什么我们需要大模型服务性能评测? 随着大模型应用开发的爆发式增长,MaaS(Model-as-a-Service)已成为开发者调用模型能力的首选方式。然而,面对众多服务商和模型版本,开发者在选型时往往陷入“性能不透明、数据不统一、评测不客观”的困境。正是在这样的背景下,AI Ping 应运而生。 二、AI Ping 是什么? AI Ping 是由清华系AI Infra创新企业清程极智推出的大模型服务性能评测与信息聚合平台。它通过延迟、吞吐、可靠性等核心性能指标,对国内外主流MaaS服务进行持续监测与排名,为开发者提供客观、实时、可操作的选型参考。 官网直达:https://aiping.cn/

By Ne0inhk
2025年终总结,这就是AI的时代

2025年终总结,这就是AI的时代

今天是2025年的最后一天,又到了写年终总结的时候了。 我先去翻看了前几年的年终总结,突然发现,在过去的几年里,每年的年终总结我都写得比较消极。 可能这就是我这几年的个人体感,和当下整体大环境的趋势也许是比较相符的。 那么今年还继续消极吗?是的,从大环境方面来看,今年我更加消极了。但是我决定,今年的年终总结文章我要写得积极一点,至少在今天,我们一起都乐观向上一下。 还是先来说说公众号吧。 在去年的年终总结中,我宣布了公众号运营策略将进行重大调整。从25年开始,本公众号只会发布我的原创文章,不再接收其他技术文章的投稿。 这当然不是我主动想要进行的调整,主要还是因为有投稿意愿的作者,或者说还在写Android类技术文章的作者越来越少了,我实在没有办法再像往常那样维持日更的节奏。所以说,这也是一个在当下大环境的趋势下,不得不进行的一个调整。 不过,虽然公众号无法做到技术文章日更了,广告商的需求还是有的。只不过现在找我的基本没有Android类的广告商了,全都是和AI相关的。 我并不想让我的公众号变成一个广告性质过强的公众号,所以我把绝大部分找我的广告商全都拒绝了,只保留了极少

By Ne0inhk