Q博客/wiki/知识库/文章收藏
搜索
python 环境 - uv + conda

#python 环境 - uv + conda

uv python list — 列出uv支持的python版本 uv python install cpython3.12 — 安装某个python版本 (3.12) uv run -p 3.12 xxx.py — 使用特定版本python运行xxx.py uv run -p 3.12 python — 运行python交互界面 uv run xxx.py — 使用系统python或当前工程的虚拟环境运行xxx.py uv init — 创建工程 uv add pydantic_ai — 添加依赖 (pydantic_ai) uv tree — 打印依赖树 uv remove pydantic_ai — 删除依赖 uv build — 编译工程

项目管理（推荐方式）
uv 支持以 pyproject.toml 为中心的现代项目管理方式，这是比 pip 模式更推荐的使用方法，尤其适合团队协作和多环境部署。

初始化项目
uv init my_project
cd my_project
这会创建以下基本项目结构：

my_project/
├── pyproject.toml    # 项目配置和依赖声明
├── .python-version   # 固定 Python 版本
├── README.md
└── main.py
添加和移除依赖
在项目模式下，推荐使用 uv add 和 uv remove 管理依赖，它们会自动更新 pyproject.toml 和 uv.lock：

# 添加生产依赖
uv add requests

# 添加指定版本的依赖
uv add "requests>=2.31.0"

# 添加开发依赖（只在开发环境使用，如测试框架）
uv add --dev pytest ruff

# 移除依赖
uv remove requests
安装项目全部依赖（uv sync）
克隆项目或更新 pyproject.toml 后，运行以下命令一键安装所有依赖：

uv sync
uv sync 说明：类似于 pip install -r requirements.txt，它会根据 pyproject.toml 和 uv.lock 安装所有依赖，确保环境与其他开发者完全一致。如果安装速度慢，可以在 pyproject.toml 中设置国内镜像源：

[tool.uv]
index-url = "https://pypi.tuna.tsinghua.edu.cn/simple"
生成/更新锁文件
uv lock
该命令会解析 pyproject.toml 中的依赖并生成（或更新）uv.lock 文件。uv.lock 应该提交到版本库，确保团队所有成员使用完全相同的依赖版本。

#以下失效

TL;DR：Python 多环境（virtualenv、venv、conda 等）靠 激活 (activate) 来切换。激活就是修改当前终端的环境变量（主要是 PATH），让你用的 python 和 pip 指向指定环境。

⸻

🔎 常见环境管理方式

#1. venv / virtualenv（官方/经典做法）

  1. 创建环境： python3 -m venv myenv

会生成一个 myenv/ 文件夹，里面有独立的 Python 和 site-packages。

  1. 激活环境： macOS/Linux: source myenv/bin/activate

  2. 退出环境： deactivate

⸻

#2. conda（Anaconda/Miniconda）

  1. 创建环境： conda create -p ./env python=3.11 -y 存储在当前项目目录

  2. 激活环境： conda activate ./env

  3. 退出环境： conda deactivate

⸻

#3. pyenv（多 Python 版本管理）

  1. 安装不同版本：

pyenv install 3.11.9 pyenv install 3.12.2

  1. 设置全局/项目/本地版本：

pyenv global 3.11.9 pyenv local 3.12.2 pyenv shell 3.11.9

  1. 搭配 pyenv-virtualenv 可以直接创建虚拟环境并激活。

⸻

⚙️ “激活 (activate)” 本质 • 修改 PATH，让当前终端里输入 python 和 pip 时，指向对应环境的可执行文件 • 设置环境变量（如 VIRTUAL_ENV），便于工具检测你在哪个环境

比如 source myenv/bin/activate 后，which python 会变成：

/你的路径/myenv/bin/python

退出后才会恢复系统默认 Python。

⸻

✅ 总结 • venv/virtualenv → 轻量，官方推荐，适合单项目 • conda → 强大，跨语言依赖管理，适合科学计算 • pyenv → 主要管 Python 版本，常配合虚拟环境使用 • activate = 切换 PATH，让当前 shell 使用目标环境

⸻