Python 环境管理：uv 与 conda 核心差异与选型建议

uv 更符合现代开发每个项目一个 .venv + 锁文件的最佳实践，环境更可复现。

包管理：速度是 uv 的杀手锏

# conda 安装
conda install requests

# uv 安装
uv pip install requests

uv 的速度提升通常在 10-100 倍左右。对比如下：

uv 的全局包缓存能极大节省磁盘空间，避免重复下载。

Python 版本管理：都能做，方式不同

conda 在 Python 版本管理上更成熟；uv 的功能是实验性的，但发展迅速。

CLI 工具管理：uv 更现代

# 推荐用法
uvx ruff check .

用完即走，不污染任何环境。uv 的工具管理更安全，避免依赖冲突，体验类似 pipx 但更快。

高级功能：uv 的王炸特性

项目初始化

uv init myproject
uv add requests flask

单文件脚本依赖管理

# /// script
# requires-python = ">=3.8"
# dependencies = ["requests"]
# ///
import requests
print(requests.get("https://httpbin.org/get"))

运行它：

uv run script.py

自动创建环境并安装依赖。

工作区支持

支持类似 Cargo 的多项目管理，适合大型工程。

什么时候用 conda？

• 需要安装 cudatoolkit、ffmpeg 等非 Python 包
• 团队使用 environment.yml 统一环境
• 在 Windows 上避免编译问题
• 使用 PyTorch/TensorFlow（官方推荐）

选择 conda，稳字当头！

什么时候用 uv？

• 追求极致安装速度
• 开发 Web API、CLI 工具、自动化脚本
• 喜欢现代项目结构（pyproject.toml + 锁文件）
• 想用一个工具替代 pip、poetry、pipx

选择 uv，快人一步！

能一起用吗？当然可以！

你完全可以用 conda 搭建基础环境，用 uv 管理项目：

# 1. 用 conda 创建基础环境
conda create -n dev python=3.12
conda activate dev

# 2. 在 conda 环境中安装 uv
pip install uv

# 3. 用 uv 管理你的项目
uv venv .venv
uv add fastapi sqlalchemy
uv run main.py

这样既能享受 conda 的稳定性，又能体验 uv 的速度。

总结：如何选择？