在不同项目间维护 Python 版本一致性是开发中的常见痛点。掌握 uv 的版本指定技巧，能让每个项目都运行在'量身定制'的解释器环境中，彻底解决'我的代码需要 Python 3.9，但系统默认是 3.11'这类问题。
为什么需要指定 Python 版本？
指定 Python 版本至关重要。某些包仅支持特定版本，团队统一能避免沟通成本，生产环境一致性则能防止 Bug。此外，多版本测试也能验证代码在不同环境下的表现。
新建项目时指定版本
在项目初始化阶段指定 Python 版本是最佳实践：
# 方式 1：使用 --python 参数直接指定
uv init --python 3.9
# 方式 2：指定精确版本
uv init --python 3.11.5
# 方式 3：使用 conda 环境中的 Python
uv init --python /path/to/your/python
执行后，uv 会自动检测或下载指定的 Python 版本，创建使用该版本的虚拟环境，并在 pyproject.toml 中记录 Python 版本约束。
为现有项目更改 Python 版本
如果你的项目已经创建，但需要更改 Python 版本，操作如下：
# 1. 首先，删除旧的虚拟环境（重要！）
rm -rf .venv # Linux/macOS
# 或 rmdir /s .venv # Windows
# 2. 使用指定版本重新创建虚拟环境
uv python pin 3.10
# 方法 2：重新创建 venv
# uv venv --python 3.10
# 3. 重新同步所有依赖
uv sync
注意：更改 Python 版本后，某些依赖可能需要重新安装或选择兼容版本。务必运行 uv sync 让 uv 重新解析依赖树。
多版本管理与服务器部署
对于需要管理多个 Python 版本的高级用户：
# 1. 查看系统可用 Python 版本
uv python list
# 2. 安装特定的 Python 版本
uv python install 3.9
uv python install 3.11.8
# 3. 设置项目默认 Python 版本（在项目目录内）
echo 'python = ">=3.10,<3.12"' >> pyproject.toml
在 Ubuntu 服务器上，可能需要先安装基础环境：
sudo apt update
sudo apt install python3.10 python3.10-venv
# 然后在项目中使用
uv venv --python python3.10
uv sync
在 pyproject.toml 中声明版本约束
除了命令行，你可以在 pyproject.toml 中声明 Python 版本要求，这是团队协作的最佳实践：
=
=
=
