Python包管理不再头疼：uv工具快速上手

Python 包管理生态中存在多种工具，如 pip、pip-tools、poetry、conda 等，各自具备肯定功能。
而本日介绍的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体现，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，它的上风在于：

• 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答应，纵然未来出现题目，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。

1. # On macOS and Linux.
2. curl -LsSf https://astral.sh/uv/install.sh | sh
4. # On Windows.
5. powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
7. # With pip.
8. pip install uv

复制代码

安装之后，可以通过uv help下令查抄是否安装成功：

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：记录项目的全部依赖，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 主动管理，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 下令。

1. $  uv init myproject
2. Initialized project `myproject` at `D:\projects\python\myproject`
4. $  cd .\myproject\
6. $  ls
9.     目录: D:\projects\python\myproject
12. Mode                 LastWriteTime         Length Name
13. ----                 -------------         ------ ----
14. -a----        2024/12/27  12:06:08            109 .gitignore
15. -a----        2024/12/27  12:06:08              5 .python-version
16. -a----        2024/12/27  12:06:08             87 hello.py
17. -a----        2024/12/27  12:06:08            155 pyproject.toml
18. -a----        2024/12/27  12:06:08              0 README.md

复制代码

通过init创建项目之后，uv工具知心地帮助我们天生了一些默认文件。
其中 hello.py 只是一段演示用的代码，
随后我们可以根据现实的项目需要删除这个代码文件，换成本身的现实代码。

1. $  cat .\hello.py
2. def main():
3.     print("Hello from myproject!")
6. if __name__ == "__main__":
7.     main()

复制代码

pyproject.toml中是一些项目信息：

1. $  cat .\pyproject.toml
2. [project]
3. name = "myproject"
4. version = "0.1.0"
5. description = "Add your description here"
6. readme = "README.md"
7. requires-python = ">=3.12"
8. dependencies = []

复制代码

注意，uv init 创建项目之后，会主动将项目使用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。

1. $  uv sync
2. Using CPython 3.12.4 interpreter at: D:\miniconda3\envs\databook\python.exe
3. Creating virtual environment at: .venv
4. Resolved 1 package in 15ms
5. Audited in 0.05ms

复制代码

同步之后，会主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，以是uv.lock 文件中的内容也比较简单。

1. $  ls
4.     目录: D:\projects\python\myproject
7. Mode                 LastWriteTime         Length Name
8. ----                 -------------         ------ ----
9. d-----        2024/12/27  12:12:39                .venv
10. -a----        2024/12/27  12:06:08            109 .gitignore
11. -a----        2024/12/27  12:06:08              5 .python-version
12. -a----        2024/12/27  12:06:08             87 hello.py
13. -a----        2024/12/27  12:06:08            155 pyproject.toml
14. -a----        2024/12/27  12:06:08              0 README.md
15. -a----        2024/12/27  12:12:39            116 uv.lock
17. $  cat .\uv.lock
18. version = 1
19. requires-python = ">=3.12"
21. [[package]]
22. name = "myproject"
23. version = "0.1.0"
24. source = { virtual = "." }

复制代码

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的下令来运行代码，不要像从前那样使用python xxx.py来运行。
我们可以试着运行项目创建时主动天生的代码。

1. $  uv run .\hello.py
2. Hello from myproject!

复制代码

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。

1. $  uv add pandas
2. Resolved 7 packages in 3.41s
3. Prepared 6 packages in 4.63s
4. Installed 6 packages in 1.80s
5. + numpy==2.2.1
6. + pandas==2.2.3
7. + python-dateutil==2.9.0.post0
8. + pytz==2024.2
9. + six==1.17.0
10. + tzdata==2024.2

复制代码

尝试安装了一个pandas依赖（pandas依赖的包也主动安装了），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。

1. $  cat .\uv.lock
2. version = 1
3. requires-python = ">=3.12"
5. [[package]]
6. name = "myproject"
7. version = "0.1.0"
8. source = { virtual = "." }
9. dependencies = [
10.     { name = "pandas" },
11. ]
13. [package.metadata]
14. requires-dist = [{ name = "pandas", specifier = ">=2.2.3" }]
16. [[package]]
17. name = "pandas"
18. version = "2.2.3"
19. source = { registry = "https://pypi.org/simple" }
20. dependencies = [
21.     { name = "numpy" },
22.     { name = "python-dateutil" },
23.     { name = "pytz" },
24.     { name = "tzdata" },
25. ]
27. [[package]]
28. name = "pytz"
29. version = "2024.2"
30. source = { registry = "https://pypi.org/simple" }

复制代码

上面的日志中我删除了很多内容，由于整体内容太多，具体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。

1. $  cat .\hello.pyimport pandas as pddef 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
2. Hello from myproject!   A  B0  1  41  2  52  3  6

复制代码

可以正常使用安装的包pandas，下面在试试删除依赖会怎么样。

1. $  uv remove pandas
2. Resolved 1 package in 12ms
3. Uninstalled 6 packages in 1.18s
4. - numpy==2.2.1
5. - pandas==2.2.3
6. - python-dateutil==2.9.0.post0
7. - pytz==2024.2
8. - six==1.17.0
9. - tzdata==2024.2
11. $  cat .\uv.lock
12. version = 1
13. requires-python = ">=3.12"
15. [[package]]
16. name = "myproject"
17. version = "0.1.0"
18. source = { virtual = "." }

复制代码

使用uv remove下令删除pandas包之后，也会主动删除pandas依赖的其他包，
我们看到uv.lock 文件也规复到最初的内容。
再试试运行hello.py看看。

1. $  uv run .\hello.py
2. Traceback (most recent call last):
3.   File "D:\projects\python\myproject\hello.py", line 1, in <module>
4.     import pandas as pd
5. ModuleNotFoundError: No module named 'pandas'

复制代码

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。

1. $  uv add --group dev pandas
2. Resolved 7 packages in 1.72s
3. Installed 6 packages in 1.39s
4. + numpy==2.2.1
5. + pandas==2.2.3
6. + python-dateutil==2.9.0.post0
7. + pytz==2024.2
8. + six==1.17.0
9. + tzdata==2024.2
11. $  uv add --group production requests
12. Resolved 12 packages in 2.72s
13. Prepared 5 packages in 1.31s
14. Installed 5 packages in 68ms
15. + certifi==2024.12.14
16. + charset-normalizer==3.4.1
17. + idna==3.10
18. + requests==2.32.3
19. + urllib3==2.3.0

复制代码

安装之后，uv.lock 文件主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。

1. $  cat .\pyproject.toml
2. [project]
3. name = "myproject"
4. version = "0.1.0"
5. description = "Add your description here"
6. readme = "README.md"
7. requires-python = ">=3.12"
8. dependencies = [][dependency-groups]dev = [    "pandas>=2.2.3",]production = [    "requests>=2.32.3",]

复制代码

4. 未来发展

uv 也可以构建和发布 Python 包到 PyPi，具体细节本篇就不睁开了。
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、性能和稳固性，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，提高开发服从。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。