Python 包管理生态中存在多种工具，如 pip、pip-tools、poetry、conda 等，各自具备一定功能。
而今天介绍的uv 是 Astral 公司推出的一款基于 Rust 编写的 Python 包管理工具，旨在成为 “Python 的 Cargo”。
它提供了快速、可靠且易用的包管理体验，在性能、兼容性和功能上都有出色表现，为 Python 项目的开发和管理带来了新的选择。
1. 为什么用uv
与其他Python中的包管理工具相比，uv更像是一个全能选手，它的优势在于：
- 速度快：得益于
Rust，uv工具的速度让人惊艳，比如安装依赖，速度比其他工具快很多 - 功能全面：
uv是“一站式服务”的工具，从安装 Python、管理虚拟环境，到安装和管理包，再到管理项目依赖，它统统都能处理得很好 - 前景光明：背后有风投公司
Astral支持，且采用了MIT许可，即使未来出现问题，社区也有应对的办法
使用uv，也可以像NodeJS或者Rust项目那样方便的管理依赖。
2. 如何安装
安装 uv 非常简单，可以使用官方提供的安装脚本，也可以通过pip来安装。
# On macOS and Linux. curl -LsSf https://astral.sh/uv/install.sh | sh # On Windows. powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" # With pip. pip install uv 安装之后，可以通过uv help命令检查是否安装成功：
3. 如何使用
下面演示如何使用uv来管理Python项目。
使用uv之前，创建一个Python项目对我来说就是创建一个文件夹而已。
使用uv之后，终于有了一些项目的感觉，对于uv，我使用时间也不长，疏漏或错误的地方欢迎指正！
接下来，从创建一个项目开始，演示我使用uv时常用的一些功能。
首先，介绍uv工具主要使用的两个文件：
pyproject.toml：定义项目的主要依赖，包括项目名称、版本、描述、支持的Python版本等信息uv.lock：记录项目的所有依赖，包括依赖的依赖，且跨平台，确保在不同环境下安装的一致性。这个文件由uv自动管理，不要手动编辑
3.1. 创建项目
接下来，创建一个项目，使用uv init <project dir>命令。
$ uv init myproject Initialized project `myproject` at `D:projectspythonmyproject` $ cd .myproject $ ls 目录: D:projectspythonmyproject Mode LastWriteTime Length Name ---- ------------- ------ ---- -a---- 2024/12/27 12:06:08 109 .gitignore -a---- 2024/12/27 12:06:08 5 .python-version -a---- 2024/12/27 12:06:08 87 hello.py -a---- 2024/12/27 12:06:08 155 pyproject.toml -a---- 2024/12/27 12:06:08 0 README.md 通过init创建项目之后，uv工具贴心地帮助我们生成了一些默认文件。
其中 hello.py 只是一段演示用的代码，
随后我们可以根据实际的项目需要删除这个代码文件，换成自己的实际代码。
$ cat .hello.py def main(): print("Hello from myproject!") if __name__ == "__main__": main() pyproject.toml中是一些项目信息：
$ cat .pyproject.toml [project] name = "myproject" version = "0.1.0" description = "Add your description here" readme = "README.md" requires-python = ">=3.12" dependencies = [] 注意，uv init 创建项目之后，会自动将项目使用Git来管理。
3.2. 操作环境
创建项目之后，我们进入项目根文件夹的第一件事就是同步项目依赖。
$ uv sync Using CPython 3.12.4 interpreter at: D:miniconda3envsdatabookpython.exe Creating virtual environment at: .venv Resolved 1 package in 15ms Audited in 0.05ms 同步之后，会自动查找或下载合适的 Python 版本，创建并设置项目的虚拟环境，构建完整的依赖列表并写入
uv.lock 文件，最后将依赖同步到虚拟环境中。
我们这个是新创建的项目，没有什么依赖，所以uv.lock 文件中的内容也比较简单。
$ ls 目录: D:projectspythonmyproject Mode LastWriteTime Length Name ---- ------------- ------ ---- d----- 2024/12/27 12:12:39 .venv -a---- 2024/12/27 12:06:08 109 .gitignore -a---- 2024/12/27 12:06:08 5 .python-version -a---- 2024/12/27 12:06:08 87 hello.py -a---- 2024/12/27 12:06:08 155 pyproject.toml -a---- 2024/12/27 12:06:08 0 README.md -a---- 2024/12/27 12:12:39 116 uv.lock $ cat .uv.lock version = 1 requires-python = ">=3.12" [[package]] name = "myproject" version = "0.1.0" source = { virtual = "." } uv sync同步之后，就可以运行项目的代码了。
既然使用uv管理项目的话，我们就使用uv的命令来运行代码，不要像以前那样使用python xxx.py来运行。
我们可以试着运行项目创建时自动生成的代码。
$ uv run .hello.py Hello from myproject! 3.3. 管理依赖
管理依赖是我使用uv工具的主要目的，使用uv添加依赖非常简单，和npm和cargo差不多。
$ uv add pandas Resolved 7 packages in 3.41s Prepared 6 packages in 4.63s Installed 6 packages in 1.80s + numpy==2.2.1 + pandas==2.2.3 + python-dateutil==2.9.0.post0 + pytz==2024.2 + six==1.17.0 + tzdata==2024.2 尝试安装了一个pandas依赖（pandas依赖的包也自动安装了），从上面日志可以看出速度非常快。
这时再看看uv.lock 文件的变化。
$ cat .uv.lock version = 1 requires-python = ">=3.12" [[package]] name = "myproject" version = "0.1.0" source = { virtual = "." } dependencies = [ { name = "pandas" }, ] [package.metadata] requires-dist = [{ name = "pandas", specifier = ">=2.2.3" }] [[package]] name = "pandas" version = "2.2.3" source = { registry = "https://pypi.org/simple" } dependencies = [ { name = "numpy" }, { name = "python-dateutil" }, { name = "pytz" }, { name = "tzdata" }, ] [[package]] name = "pytz" version = "2024.2" source = { registry = "https://pypi.org/simple" } 上面的日志中我删除了很多内容，因为整体内容太多，详细记录了每个包以及它依赖的包的情况。
uv.lock这个文件我们不要手动去编辑它，使用uv工具去管理它。
引入了pandas之后，我们看看是否可以在hello.py中使用。
$ cat .hello.py import pandas as pd def main(): print("Hello from myproject!") df = pd.DataFrame( { "A": [1, 2, 3], "B": [4, 5, 6], } ) print(df) if __name__ == "__main__": main() $ uv run .hello.py Hello from myproject! A B 0 1 4 1 2 5 2 3 6 可以正常使用安装的包pandas，下面在试试删除依赖会怎么样。
$ uv remove pandas Resolved 1 package in 12ms Uninstalled 6 packages in 1.18s - numpy==2.2.1 - pandas==2.2.3 - python-dateutil==2.9.0.post0 - pytz==2024.2 - six==1.17.0 - tzdata==2024.2 $ cat .uv.lock version = 1 requires-python = ">=3.12" [[package]] name = "myproject" version = "0.1.0" source = { virtual = "." } 使用uv remove命令删除pandas包之后，也会自动删除pandas依赖的其他包，
我们看到uv.lock 文件也恢复到最初的内容。
再试试运行hello.py看看。
$ uv run .hello.py Traceback (most recent call last): File "D:projectspythonmyprojecthello.py", line 1, in <module> import pandas as pd ModuleNotFoundError: No module named 'pandas' 果然，无法运行了。
3.4. 区分开发和生产环境
还有一个比较常用的功能是区分开发环境和生产环境的依赖，这个功能在NodeJS和Rust中很常见。
比如，我们想把pandas安装到开发环境中，而把requests安装到生产环境中。
$ uv add --group dev pandas Resolved 7 packages in 1.72s Installed 6 packages in 1.39s + numpy==2.2.1 + pandas==2.2.3 + python-dateutil==2.9.0.post0 + pytz==2024.2 + six==1.17.0 + tzdata==2024.2 $ uv add --group production requests Resolved 12 packages in 2.72s Prepared 5 packages in 1.31s Installed 5 packages in 68ms + certifi==2024.12.14 + charset-normalizer==3.4.1 + idna==3.10 + requests==2.32.3 + urllib3==2.3.0 安装之后，uv.lock 文件自动添加了各个包及其依赖，这里不再赘述。
从项目的pyproject.toml中可以看出不同环境的包依赖。
$ cat .pyproject.toml [project] name = "myproject" version = "0.1.0" description = "Add your description here" readme = "README.md" requires-python = ">=3.12" dependencies = [] [dependency-groups] dev = [ "pandas>=2.2.3", ] production = [ "requests>=2.32.3", ] 4. 未来发展
uv 也可以构建和发布 Python 包到 PyPi，具体细节本篇就不展开了。
uv 自从发布后，团队一直致力于优先提升其跨平台的兼容性、性能和稳定性，帮助用户顺利将项目过渡到使用uv来管理。
长远来看，uv 将发展成为一个完整的 Python 项目和包管理器，提供一站式的开发体验，涵盖从 Python 安装到项目管理的各个环节，进一步简化 Python 项目的开发流程，提高开发效率。
