uv——Python开发栈中的高效全能小工具
off999 2025-07-21 17:07 5 浏览 0 评论
每天写Python代码的同学,肯定都离不开pip、virtualenv、Poetry等基础工具,但是对这些工具可能是又恨又离不开。那么有什么好的替代呢,虫虫今天就给大家介绍一个替代他们的小工具uv,一个Rust写的全能高性能工具,有了它前面那些都可以扔到垃圾箱去了。
概述
Pip是Python语言内置的包管理系统,用于安装和管理软件包。Pip是Python最常用的包管理系统,他大而臃肿,而且超级慢,时常还会遇到慢地卡住的情形。Pip的版本管理也有问题,如果依赖项配置文件编写的有问题或者是维护不及时,则会引发严重的依赖问题,并对项目维护产生负面影响。而且Pip还不能做到准确适配Python代码,导致在恢复运行时环境时成功率较低。
uv是“pip,但速度超快TM,是一个用Rust语言重写的一个Python堡管理器,实现用来为pip和pip-tools用于包管理。uv支持现代Python打包工具的所有功能:可编辑安装、Git依赖项、URL依赖项、本地依赖项、约束文件、源代码分发、自定义索引等等,所有这些都围绕与现有工具的直接兼容性而设计。uv的虚拟环境符合标准,可与其他工具互换使用——无需锁定或定制。
uv还支持跨平台使用,Linux、Windows和macOS通吃。
优势:全能且高效
uv的初始版本是一个兼容的API,主要支持pip和pip-tools背后的API uv pip接口,使其能够供现有项目零配置使用。uv身兼数职统一为一个整体,可以支持PIP、virtualenv、Conda、Poetry具有的所有功能,同时支持模块化,可以单独作为部分工具使用:
作为解析器,锁定依赖项:uv pip compile
环境虚拟管理:uv venv
包安装程序:uv pip sync
高性能:无需缓存,使用热缓存运行时(例如,重新创建虚拟环境或更新依赖项)速度提高80-115倍。uv 使用全局模块缓存来避免重新下载和重新构建依赖项,并利用支持的文件系统上的写时复制和硬链接来最大限度地减少磁盘空间使用。
基准测试显示:
简化的工具链:uv以单个静态二进制文件的形式发布,可以替换pip,pip-tools, 和virtualenv.uv,没有直接的Python依赖,可以将它与Python本身分开安装,从而避免管理pip跨多个Python版本安装。
依赖项:uv支持多解析策略。默认情况下,uv遵循标准Python依赖项解析策略,优先选择每个包的最新兼容版本。
--resolution=lowest针对其依赖项的最低兼容版本测试他们的包。uv允许针对任意目标Python版本进行解析。
--python-version参数,使即使在较新版本下运行时也能生成与Python 3.7兼容的。
通过-o overrides.txt允许依赖项“覆盖”。
使用:安装和上手
Uv既然是个静态文件工具,其安装非常简单,一般来说只需下载对应os的二进制包即可。也可以通过OS堡管理其或者脚本或者PyPI安装:
安装
# macOS 和Linux.
curl -LsSf astral.sh/uv/install.sh | sh
# Windows.
powershell -c "irm astral.sh/uv/install.ps1 | iex"
# pip安装
pip install uv
# pipx安装
pipx install uv
# Homebrew安装
brew install uv
虚拟环境:
安装成功后首先来创建一个虚拟环境:
uv venv
激活它:
source .venv/bin/activate
# Windows下使用
.venv\Scripts\activate
项目管理:
uv管理项目依赖项和环境,支持锁文件、工作区等, 类似于rye或者poetry:
uv init chongchong
Initialized project `chongchong` at `/home/lz/chongchong`
增加一个flask的项目
uv add flask
安装工具:
使用uv tool run,缩写别名uvx,先来是个好玩的:、
uvx pycowsay 'hello Chongchong!'
安装包
uv pip install flask
安装requirements.txt指定的依赖项
uv pip install -r requirements.txt
从硬盘安装当前项目
uv pip install "package @ ."
管理依赖项:
要生成一组依赖项:
uv pip compile requirements.in -o requirements.txt
uv pip compile pyproject.toml -o requirements.txt
uv pip compile setup.py -o requirements.txt
echo flask | uv pip compile - -o requirements.txt
uv pip freeze | uv pip compile - -o requirements.txt
依赖项与虚拟环境同步:
uv pip sync requirements.txt
Python多版本管理
uv可以同时安装多个版本的python,比如
uv python install 3.11 3.12
列出系统中安装的python版本
uv python list --only-installed
通过特定python版本运行:
uv run --python pypy@3.11 -python
要切换项目的python版本
uv python pin 3.11
也可以通过项目的 pyproject.toml文件。例如,以下文件需要Python版本3.11以上版本:
...
requires-python = ">=3.11"
然后通过uv sync更新一下。
迁移:从PIP和Virtualenv切换到UV
上面介绍了uv的好处和基本功能使用,意识到uv的好处和了解其基本功能后是时候把手头项目切换到uv管理来了。实际上从PIP和Virtualenv迁移到UV非常简单,uv可以兼容现有Python打包标准。以下是我们介绍基本迁移步骤:
转换现有的虚拟环境项目
对现有项目使用,如果没有requirements.txt,先生成一个:
pip freeze > requirements.txt
然后,在同一目录中创建一个新的uv项目:
uv init .
最后,从通过依赖文件中安装依赖项:
uv pip install -r requirements.txt
替换常用的 pip/virtualenv命令
以下是使用uv等效命令替换常见pip和virtualenv命令的快速参考:
pip/virtualenv 命令 | uv替代项目 |
python -m venv .venv | uv venv |
pip install package | uv add package |
pip install -r requirements.txt | uv pip install -r requirements.txt |
pip uninstall package | uv remove package |
pip freeze | uv pip freeze |
pip list | uv pip list |
这样就搞定了,现在就可以安全地删除旧的虚拟环境目录,并开始使用uv的虚拟环境管理。迁移过程通常是无缝的,可以随时回退到pip。
别名
在某些工作流程中,uv命令有点多,输入项目有点繁琐,可以设置一些别名来简化这项工作。
别名uvccinit创建虚拟环境,并激活之:
alias uvccinit='uv venv && source .venv/bin/activate'
uvccsync处理依赖项,当依赖项有变更时候更新:
alias uvccsync='uv pip compile requirements.in --quiet --output-file requirements.txt && uv pip sync requirements.txt'
总结
uv多快能打,是个python环境管理、包管理、项目管理和依赖管理等的全能瑞士军刀。只一个静态二进制包,可以提供提安全、现代、高性能、高集成且高效的传统工具(链)替代方案。uv提供的强大功能,可以显著提高python开发管理,对于大量依赖Python生态的开发人员,还是某个只需安装一个Python包尝尝鲜的小白同学,都是很好的选择。
当然uv作为一个先进现代的工具,也有些地方是和老前辈有些许差异的,需要额外注意:
虽然uv支持pip接口的大部分子集,但它并不支持全部功能集。它缺乏对一些传统功能的支持,比如.egg分布。另外uv生成的requirements.txt中是指定了特定于平台,这和poetry和pdm会生成平台无关的poetry.lock和pdm.lock不同。因此,uv的requirements.txt文件不支持跨平台和Python版本移植。
相关推荐
- Python开发管理神器--UV 使用教程:从安装到项目管理
-
UV是一个用Rust编写的高效Python包和项目管理工具,提供了比传统工具更快的速度和更强的功能。本文将指导你如何使用UV从安装到运行一个Python项目。重点:它可以独立安装,可...
- python入门-Day 26: 优化与调试(python优化方法)
-
优化与调试,内容包括处理模型运行中的常见问题(内存、依赖)、调整参数(如最大生成长度),以及练习改进Day25的文本生成结果。我会设计一个结构化的任务,帮助你掌握优化和调试技巧,同时提升模型性能...
- Python安装(python安装发生严重错误)
-
Windows系统1.安装python1.1下载Python安装包打开官方网站:https://www.python.org/downloads/点击"DownloadPython3.1...
- UV 上手指南:Python 项目环境/包管理新选择
-
如果你是一位Python开发者,曾因pipinstall的安装速度而感到沮丧,或者希望Python的依赖管理能够像Node.js那样高效顺滑,那么UV可能正是你所需要的工具。UV...
- uv——Python开发栈中的高效全能小工具
-
每天写Python代码的同学,肯定都离不开pip、virtualenv、Poetry等基础工具,但是对这些工具可能是又恨又离不开。那么有什么好的替代呢,虫虫今天就给大家介绍一个替代他们的小工具uv,一...
- 使用Refurb让你的Python代码更加优秀
-
还在担心你写的Python代码是否专业,是否符合规范吗?这里介绍一个Python代码优化库Refurb,使用它可以给你的代码提出更加专业的建议,让你的代码更加的可读,规范和专业。下面简单介绍这个库的使...
- 【ai】dify+python开发AI八字排盘插件
-
Dify插件是什么?你可以将Dify插件想象成赋予AI应用增强感知和执行能力的模块化组件。它们使得将外部服务、自定义功能以及专用工具以”即插即用”的简洁方式集成到基于Dify构建的AI...
- 零基础AI开发系列教程:Dify升级指南
-
Dify近期发布很是频繁,基本两三天一个版本。值得肯定的是优化和改进了很多问题,但是官方的升级文档有点分散,也有点乱。我这里整理了一个升级文档供大家参考,如果还没有升级到新版本的小伙伴,可以按照我的文...
- 升级到PyTorch 2.0的技巧总结(如何更新pytorch版本)
-
来源:DeepHubIMBA本文约6400字,建议阅读12分钟在本文将演示PyTorch2.0新功能的使用,以及介绍在使用它时可能遇到的一些问题。PyTorch2.0发布也有一段时间了,大家...
- dify 1.6.0版本发布解读:引入MCP支持与多项核心优化升级指南详解
-
2025年7月10日,dify发布了1.6.0版本。这是一次功能深度升级与性能优化的综合性更新,标志着dify在技术规范支持、操作体验以及系统稳定性方面迈出了重要的一步。本文将从核心新特性、功能增强、...
- Python教程(十四):列表(List)(python列表方法总结)
-
昨天,我们学习了变量作用域,理解了局部和全局变量的概念。今天,我们将开始探索Python的数据结构,从最常用的**列表(List)**开始。列表是Python中最灵活、最常用的数据结构,它可以存储不同...
- Python列表操作(python列表有哪些基本操作)
-
Python添加列表4分钟阅读在Python操作列表有各种方法。例如–简单地将一个列表的元素附加到for循环中另一个列表的尾部,或使用+/*运算符、列表推导、extend()和i...
- Python字符串变形术:replace替换+join连接,10分钟掌握核心操作
-
字符串替换魔法:replace()实战手册核心价值:一键更新文本内容,精准控制替换范围#基础替换:Python变Javas="hellopython"print(s.re...
- python集合set() 数据增册改查统计序循常用方法和数学计算
-
概念特点定义和创建常用操作集合间的关系集合数学操作集合生成式遍历概念:可变、无序、不重复的序列数据容器特点:无序,不支持下标唯一性,可以删除重复数据可修改定义和创建赋值法:语法:s={x,....
- Python列表方法append和extend的区别
-
在Python编程中,列表是一种非常常用的数据结构。而列表有两个方法append()和extend(),它们看起来有点相似,但实际上有着明显的区别。今天咱们就来好好唠唠这俩方法到底有啥不同。基本区别a...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python字典遍历 (54)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)