介绍
UV 是一个现代化的 Python 包管理工具,旨在替代传统的包管理工具,如
pip 和 virtualenv,提供更快速、高效、统一的开发体验。它的设计理念是提升包管理和虚拟环境管理的速度,并简化开发者的工作流。UV 的主要特点:
- 高性能:
- 使用 Rust 编写,性能比传统的 Python 包管理工具(如
pip)快 10-100 倍。 - 支持并行下载和安装包,具有智能缓存机制。
- 统一工具链:
- 一个命令行工具就可以完成多个任务,包括创建虚拟环境、安装包、运行脚本、添加依赖等。
- 例如,通过
uv venv创建虚拟环境,通过uv pip install安装包,通过uv run运行 Python 脚本。
- 现代化的依赖管理:
- 支持
pyproject.toml文件:pyproject.toml文件是 Python 官方推荐的标准格式,用于描述项目的元数据和依赖关系。 - 自动生成锁定文件,保证项目的依赖一致性。
- 支持依赖组(如开发、文档、测试等依赖组),便于管理不同环境的依赖。
- PEP 723 支持:
- 支持在 Python 脚本中直接声明依赖,便于开发者更直观地管理依赖关系。
- 跨平台一致性:
- Windows、macOS、Linux 三大平台上有相同的使用方式,避免了跨平台的兼容性问题。
UV 的优势:
- 速度快:通过并行化和智能缓存机制,提升了包的下载和安装速度。
- 简单易用:一个命令行工具替代多个工具,减少了配置和使用的复杂性。
- 统一管理:不仅管理 Python 环境,还能管理项目依赖,简化了开发流程。
- PEP 723 支持:这种内联依赖声明方式使得 Python 脚本可以更加自包含,减少了外部依赖配置的复杂度。
使用场景:
- 适合现代开发者:对于追求效率和现代化工作流的开发者来说,
uv是一个理想的工具。 - CI/CD 环境:对于需要快速构建和部署的持续集成/持续部署环境,
uv提供了很好的性能支持。 - 新项目开发:推荐用于新项目,可以享受更快的包管理和虚拟环境创建体验。
适用范围:
- 推荐使用:新项目、现代 Python 开发工作流、个人项目、CI/CD 任务。
- 谨慎使用:复杂的遗留项目、企业环境(特别是需要私有源配置的场景)、对包构建有特殊要求的项目。
总结:
UV 是一个非常有前景的工具,适合于追求高效、快速的开发者。尽管它相较于 pip 和 virtualenv 还比较年轻,但它通过出色的性能和简化的工作流,提供了一个强有力的替代方案。安装
方法一:使用安装脚本
- macOS 和 Linux:Bash1
curl -LsSf https://astral.sh/uv/install.sh | sh - Windows PowerShell:powershell1
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
方法二:使用包管理器
- macOS (Homebrew):Bash1
brew install uv - Windows (Scoop):Bash1
scoop install uv
通过 pip 安装
Bash
1
pip install uv入门
使用虚拟环境
- 创建虚拟环境
- 创建一个新的虚拟环境:Bash1
uv venv myproject - 创建指定 Python 版本的虚拟环境:Bash1
uv venv --python 3.11 myproject - 激活虚拟环境:
- Linux/macOS:Bash1
source myproject/bin/activate - Windows:Bash1
myproject\Scripts\activate
- 安装包
- 安装单个包:Bash1
uv pip install requests - 安装多个包:Bash1
uv pip install requests numpy pandas - 安装指定版本的包:Bash1
uv pip install "django>=4.0,<5.0" - 从
requirements.txt安装:Bash1uv pip install -r requirements.txt
使用 UV 方式
- 项目初始化
- 初始化一个新项目:Bash1 2
uv init my_uv_test cd my_uv_test - 查看项目结构:Bash1
tree .
纯文本1 2 3 4 5 6. ├── main.py ├── pyproject.toml └── README.md 1 directory, 3 files - 使用
pyproject.toml管理依赖toml1 2 3 4 5 6 7[project] name = "my-uv-test" version = "0.1.0" description = "Add your description here" readme = "README.md" requires-python = ">=3.12" dependencies = [] - 依赖管理
- 安装依赖(从
pyproject.toml):Bash1uv pip install -e . - 安装开发依赖:Bash1
uv pip install -e ".[dev]" - 安装所有可选依赖:Bash1
uv pip install -e ".[dev,docs,web]" - 生成锁定文件:Bash1
uv pip freeze > requirements.lock - 同步依赖(确保环境与
requirements.txt完全一致):Bash1uv pip sync requirements.txt
- 添加依赖
- 添加生产依赖:Bash1 2 3
uv add requests uv add "django>=4.0,<5.0" uv add requests beautifulsoup4 pandas - 添加开发依赖:Bash1 2
uv add --dev pytest black flake8 uv add --dev "pytest>=7.0" - 添加可选依赖组:Bash1 2
uv add --group docs sphinx sphinx-rtd-theme uv add --group web fastapi uvicorn
更新后的pyproject.toml:toml1 2 3 4 5 6 7 8 9[project] name = "my-uv-test" version = "0.1.0" description = "Add your description here" readme = "README.md" requires-python = ">=3.12" dependencies = [ "requests>=2.32.3", ]
运行
- 选择 Python 版本的优先级顺序:
- 明确指定版本(最高优先级):Bash1 2 3
uv run --python 3.11 script.py uv run --python python3.12 script.py uv run --python /usr/bin/python3.10 script.py - 使用
pyproject.toml或.python-version文件:pyproject.toml:toml1 2[project] requires-python = ">=3.9".python-version文件:纯文本13.11.5
- 设置环境变量:Bash1 2
export UV_PYTHON=3.11 uv run script.py - 系统默认 Python:Bash1
uv run script.py
- 在没有
pyproject.toml的情况下,uv 通过以下方式处理依赖:- 使用
--with参数临时安装包:Bash1uv run --with requests --with pandas script.py - 通过脚本内联声明依赖(PEP 723): 在 Python 脚本顶部添加特殊注释:Python1 2 3 4 5 6
# /// script # dependencies = [ # "requests", # "pandas>=1.0", # ] # ///然后直接运行:Bash1uv run script.py - 使用
requirements.txt:Bash1uv run script.py - 完全不管理依赖: uv 会创建一个临时的虚拟环境,只安装 Python 标准库。
UV 的优缺点
优点 ⭐
- 极快的速度:
- 使用 Rust 编写,比 pip 快 10-100 倍
- 并行下载和安装包
- 智能缓存机制
- 统一的工具链:
- uv 负责所有功能:创建虚拟环境、包管理、运行脚本、添加依赖
- 现代化的依赖管理:
- 支持
pyproject.toml - 自动生成锁定文件
- 依赖组管理(如 dev, docs, test)
- 开箱即用:
- 无需预先创建虚拟环境
- PEP 723 支持:
- 支持在脚本内声明依赖
- 跨平台一致性:
- Windows、macOS、Linux 行为一致
缺点 ⚠️
- 生态系统兼容性:
- 某些包的构建可能有问题
- C 扩展包支持不完善
- 企业环境的私有源配置较复杂
- 学习成本:
- 新的命令和概念
- 与传统 pip/virtualenv 工作流不同
- 相对年轻:
- 社区较小,文档和教程不如 pip 丰富
- 依赖 Rust 生态:
- 某些平台缺少预编译二进制
- 从源码编译需要 Rust 工具链
适用场景
推荐使用:
- 新项目开发
- 对速度有要求的 CI/CD
- 现代 Python 开发工作流
- 个人项目和学习
谨慎使用:
- 传统企业环境
- 复杂的遗留项目
- 需要特殊包构建的项目
- 团队对新工具抗拒
总结
uv 是 Python 包管理的未来趋势,特别适合追求效率的现代开发者。虽然还有一些兼容性问题,但其速度和易用性优势明显,值得在新项目中尝试使用。
评论栏
分享你的想法,或参与下面的讨论。
参与讨论
支持 Markdown、代码和图片
友善交流,让讨论更有价值。
更多留言
加载中…