百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

uv——Python开发栈中的高效全能小工具

liuian 2025-06-30 17:58 36 浏览

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环境怎么搭建?小白看完就会!简简单单

很多小伙伴安装了python不会搭建环境,看完这个你就会了Python可应用于多平台包括Linux和MacOSX。你可以通过终端窗口输入"python"命令来查看本地是否...

手把手教本地部署Xinference + deepseek-R1、reranker-v2、bge-m3

Xinference作为本地AI推理框架,相较于Ollama和其他推理方案,有以下几个核心优势:1.多模型支持。Xinference兼容大量LLM(大语言模型),不仅支持LLaMA...

Windows 10下使用编译并使用openCV

1.Windows系统下OpenCV及第三方库文件的使用与下载如果没有特殊要求,在Windows系统下可以直接使用OpenCV的预编译版本。在github的opencv项目release中选择相应r...

Windows环境CMake学习笔记(一)_windows下cmake使用

前言CMake是C++的必学部分,本篇文章从安装环境开始,通过使用CMake构建一个最简单的cpp项目和g++直接编译作对比了解CMake的构建过程,为接下来深入学习CMake打下基础。一、系统环境操...

Docker 安装教程_docker安装shinobi

Docker概述与安装&Dockerfile文件一、Docker概述Docker是一个开源的容器化平台,它允许开发者将应用及其依赖打包到轻量级、可移植的容器中,并能在任何支持Docker...

【直播流】RTSP拉流转推RTMP_rtmp推流和rtsp拉流区别

背景:从第三方协调了几路慢直播,直播流的协议有RTSP、FLV和HLS。不过,本方播放工具只能稳定地播放RTMP流。(本次测试环境:Windows10)步骤概述:安装FFmpeg,用于拉流和转码推流。...

Windows常用的一些CMD运行命令_windows使用cmd运行程序

CMD命令:开始->运行->键入cmd或command(在命令行里可以看到系统版本、文件系统版本appwiz.cpl:程序和功能calc:启动计算器certmgr.msc:证书管理实...

JAVA编程环境搭建 JDK与环境变量、Eclipse

1JDK1.1JDK概述JDK是Java语言的软件开发工具包,主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心,它包含了:JAVA开发工具(jdk\bin)基础...

go os/exec 简明教程_go语言os包

Go标准库提供了便利的方法,可以很容易地运行外部命令,一般我们会使用os/exec包下的方法实现执行外部命令以及和外部命令交互。os/exec包装了os.StartProcess方法,更方便的进行输入...

Python内置模块:shutil模块使用教程(文件与目录高级操作实践)

一、shutil模块简介在Python开发中,文件与目录操作是最基础的需求之一。虽然os模块提供了基础的文件系统交互能力,但对于复制、移动、删除目录、归档压缩等复杂操作,shutil模块(Shell...

乌龟冬眠箱湿度监控系统和AI辅助建议功能的实现

|注:本文曾发表在博客园我的个人博客中,转载至此公众号以归档保存。家里小朋友养了一只小乌龟,到了冬天就冬眠了,早早地准备了一个冬眠箱,铺上椰土,在室温低于15℃时,就把小乌龟放到冬眠箱里,不一会儿它...

Python环境安装教程_python安装及环境变量配置

文章目录前言一、安装python运行环境1.官网https://www.python.org下载安装包.exe2.安装python二、python模块下载1.配置pip环境变量2.下载pyth...

Python Windows 11 安装后,CMD界面进入不了Python编译界面的解决

1.Python安装进入官网下载python编译界面PythonReleasePython3.10.4|Python.org2.搜索栏输入cmd,进入命令提示符这时输入python命令提...

Windows命令行command的Shell命令详细解析和语法

CMD命令大全及详细解释和语法CMD命令大全及详细解释和语法MicrosoftWindowsXP[版本5.1.2600]有关某个命令的详细信息,请键入HELP命令名ASSOC显示或修改文...

JDK1.8安装&环境变量配置_java安装jdk配置环境变量

1、下载并安装JDK1.8链接:https://pan.baidu.com/s/1bfceFjfTQvLylu7a3T7fyg?pwd=ydtm提取码:ydtm2、设置环境变量2.1打开“控制面板”...