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

Fast-GitHub终极指南:彻底告别GitHub访问卡顿

Fast-GitHub终极指南:彻底告别GitHub访问卡顿 【免费下载链接】Fast-GitHub国内Github下载很慢,用上了这个插件后,下载速度嗖嗖嗖的~! 项目地址: https://gitcode.com/gh_mirrors/fa/Fast-GitHub 国内开发者在使用GitHub时经常面临下载速度缓慢、页面加载卡顿的困扰。当您急需获取开源项目代码时,git clone命令却卡在下载阶段;当团队协作需要快速访问GitHub仓库时,页面却迟迟无法加载完成。这些场景不仅影响工作效率,更让开发者倍感焦虑。 🎯 核心痛点深度剖析 GitHub访问缓慢的根本原因在于网络路由的复杂性。传统的网络连接需要经过多个中转节点,每个节点都可能成为瓶颈。特别是在高峰时段,网络拥堵会导致请求超时、下载中断等问题。 Fast-GitHub通过本地化智能加速技术,无需复杂配置即可实现访问速度的跨越式提升。插件内置多节点切换机制,能够自动选择最优的GitHub访问路径,从根本上解决网络延迟问题。 📥 一键安装完整流程 环境准备与文件获取 首先需要从官方仓库获取插件文件。打开终

By Ne0inhk

睡前定方向,醒来收初稿:全自动跑实验改论文的工作流开源了

与其在实验室通宵,不如让 Claude 替你卷。 如果你还在熬夜手搓代码、调参跑实验,那这个刚刚开源的科研工作流绝对会让你眼前一亮。 它就是 ARIS(Auto-Research-In-Sleep),一款真正帮你实现“睡后科研”的全自动神器。 这个项目的核心理念很直接,让 Claude Code 在你睡觉时做科研。 睡前丢给 AI 一篇论文初稿,醒来就能发现,站不住脚的 claim 已被剔除,20 多组 GPU 实验默默跑完,整篇论文的叙事框架焕然一新,分数也从 5.0 稳步提升到了可投稿的 7.5 分——而且全流程零人工干预。 作为一套专为机器学习科研定制的 Claude Code Skills,ARIS 既吸收了 FARS 的经验,也呼应了 Karpathy 提出的 autoresearch

By Ne0inhk
【记录】Github|Github账号意外被封以及不需要手机号解封的全过程(被封原因:一台设备上登录过多个账号)

【记录】Github|Github账号意外被封以及不需要手机号解封的全过程(被封原因:一台设备上登录过多个账号)

文章目录 * 前言 * 解封全过程 * 提交工单 * 页面一 账号微死 * 工单内容 * 页面二 账号微活 * 工单内容 * 毫无感情正经申诉版本(推荐) * 带情绪的申诉版本 * 邮件battle过程 * Round 1:搞清楚怎么被封的 * GitHub Support * 分析 * Round 2: 删除已知小号然后道歉 * Me * 分析 * Round 3: 处理所有小号 * Github Support * 分析 * Me * Round 4: 后续关于follower和fork权限等问题 * Github Support * Me * Github Support * 尾声 前言 一开始被封我以为是我发表了不当言论,因为我刚发一条discussion就被封了,但是后面发现这不是根本原因。应该是之前有人看我【记录】Copilot|Github Copilot重新学生认

By Ne0inhk
手机上也能运行Stable Diffusion?Github上开源且完全免费的AI生图软件!斩获1.4K Stars

手机上也能运行Stable Diffusion?Github上开源且完全免费的AI生图软件!斩获1.4K Stars

Hello,大家好! 今天给大家分享一款GitHub上1.4k星标的开源神器——手机端AI绘画工具, 软件已经整理在文末,有需要的朋友记得获取保存哦~  链接:https://pan.quark.cn/s/fa5abdb93460 一、软件打开方式 这款工具为安卓APK安装包,共提供两个版本:带过滤器版本和不带过滤器版本,大家可以根据自己的需求选择。下载后直接安装到手机上即可运行,无需复杂配置。 二、软件的功能介绍 这是一款让安卓手机直接运行Stable Diffusion的AI绘画工具,主要特色包括: 全功能AI绘画 支持文生图:输入提示词一键生成图像 支持图生图:导入参考图片二次创作 支持图像修复:模糊图片一键变清晰 多模式加速 支持CPU/GPU/NPU三种运行模式 高通骁龙处理器可启用NPU加速,生成速度极快 非骁龙处理器也可用CPU/GPU流畅运行 开源免费 GitHub开源项目,完全免费无限制 模型可自由下载切换 三、使用指南 第一步:安装与首次设置

By Ne0inhk