我要评论
一、python 版本管理
1. 查看已安装的 python 版本
uv python list
- 输出示例：
installed python versions: - 3.11.5 (default) - 3.12.0
2. 安装指定 python 版本
uv python install 3.12.0 # 安装 python 3.12.0
- 支持安装任意版本（如
3.9.18、3.13.0等）。 - 安装完成后，通过
uv python list验证是否成功。
3. 切换项目 python 版本
uv python pin 3.12.0 # 将当前项目锁定到 python 3.12.0
- 此命令会在项目根目录生成
.python-version文件，记录版本信息。 - 后续所有操作（如创建虚拟环境、运行脚本）均默认使用此版本。
二、虚拟环境管理
1. 创建虚拟环境并指定 python 版本
uv venv --python 3.12.0 # 创建名为 .venv 的虚拟环境，使用 python 3.12.0
- 若未指定
--python，默认使用项目锁定的版本（通过uv python pin设置）。
2. 激活虚拟环境
# linux/macos source .venv/bin/activate # windows .venv\scripts\activate
- uv 推荐直接使用 uv run 命令运行脚本，无需手动激活环境：
uv run script.py # 自动激活虚拟环境并执行脚本
三、依赖管理
1. 同步依赖项
在项目根目录运行以下命令，根据 pyproject.toml 或 requirements.txt 安装依赖：
uv sync # 安装所有依赖并生成/更新 uv.lock 文件
- 按分组安装依赖：
uv sync --only prod # 仅安装生产依赖 uv sync --only dev # 仅安装开发依赖
2. 添加新依赖并同步
uv add requests==2.31.0 # 添加生产依赖 uv add --group dev pytest # 添加开发依赖 uv sync # 更新依赖并生成锁定文件
四、多版本 python 场景示例
场景：项目 a 使用 python 3.11，项目 b 使用 python 3.12
初始化项目 a
cd project_a uv python pin 3.11.5 # 锁定 python 版本 uv venv # 创建虚拟环境 uv add numpy # 添加依赖 uv sync
初始化项目 b
cd project_b uv python pin 3.12.0 # 锁定 python 版本 uv venv uv add pandas uv sync
运行脚本
cd project_a uv run main.py # 使用 python 3.11 和 project_a 的依赖 cd ../project_b uv run main.py # 使用 python 3.12 和 project_b 的依赖
五、常用命令总结
| 功能 | 命令 | 说明 |
|---|---|---|
| 安装 python 版本 | uv python install <version> | 如 uv python install 3.12.0 |
| 锁定项目 python 版本 | uv python pin <version> | 生成 .python-version 文件 |
| 创建虚拟环境 | uv venv | 默认使用锁定的 python 版本 |
| 同步依赖 | uv sync | 安装依赖并生成/更新 uv.lock |
| 运行脚本 | uv run <script> | 自动激活虚拟环境并执行 |
六、注意事项
全局 python 版本
uv默认通过虚拟环境隔离 python 版本，无需全局切换。每个项目独立管理版本。依赖锁定文件提交
uv.lock到版本控制，确保团队成员和 ci/cd 环境的一致性。性能优化利用
uv的全局缓存加速依赖安装（默认路径：~/.cache/uv）。
通过上述操作，uv 可实现从 python 版本管理到依赖同步的全流程高效控制。
到此这篇关于python包管理工具uv常用场景使用的文章就介绍到这了,更多相关python包管理工具uv使用内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论