Python最新包管理神器-uv

P 1、uv的催生

在 uv 出现之前，Python 的包管理和项目环境管理主要由以下几套工具组合承担：

1. 包安装工具：pip，这是 Python 官方的包安装器，是事实上的标准。
2. 虚拟环境管理工具：venv（Python 内置）或 virtualenv，用于创建独立的 Python 环境，隔离项目依赖。
3. 高级综合工具：Poetry 或 Pipenv，它们试图将包管理和虚拟环境管理统一起来，并提供更好的依赖解析和锁定功能。当然，有小伙伴会说anaconda也是一个综合的高效工具，但它太大、太繁杂了，空间占用大，而且有点慢。

然而，这些工具在实践中存在一些痛点：

• 速度慢：尤其是 pip 在安装大型包或处理复杂依赖关系时，解析和编译耗时较长。
• 工作流繁琐：使用 pip 和 venv 需要多个步骤（创建虚拟环境、激活环境、安装包），不够一体化。
• 跨平台一致性：虽然 Poetry 等工具改善了体验，但在依赖解析速度和某些边缘案例的处理上仍有提升空间，尤其是在 Windows 平台上。

uv 正是在这样的背景下应运而生。 它由 Astral 公司开发（该公司同时也是高性能的 Python 代码格式化工具 Ruff 的创造者），其核心理念是极致的速度和现代化的用户体验。uv 使用 Rust 编写，旨在成为一个超快的、集包安装、虚拟环境管理、项目初始化于一体的 Python 工具，以替代pip 、pip-tools 、virtualenv 等多个工具。

P 2、uv是什么？

uv 是一个用 Rust 编写的、极其快速的 Python 包安装器和解析器。

但它远不止于此。你可以将它理解为一个一体化的 Python 项目工作流工具。它的目标是为 Python 开发者提供类似 Rust 的 Cargo 或 JavaScript 的 pnpm 那样流畅、高效的体验。

它的安装，仅需一条命令：

pip install uv  # 就像python中的普通包一样安装 

P 3、核心功能与作用

uv 的核心功能可以概括为以下几个方面：

1. 超快的包安装与管理（替代 pip ）

这是 uv 最引人注目的功能。得益于 Rust 的高性能和先进的异步 I/O 处理，uv 在依赖解析和包下载安装方面比传统的 pip 快几个数量级（官方宣称可达 10-100 倍）。

• 作用：快速安装来自 PyPI 或其他索引的 Python 包。
• 优势：大幅缩短项目依赖安装时间，特别是在 CI/CD 流水线中效果显著。

2. 虚拟环境管理（替代 venv/virtualenv ）

uv 内置了虚拟环境管理功能，无需额外工具。

• 作用：创建、删除和管理独立的 Python 虚拟环境。
• 优势：命令简洁，与包管理无缝集成，无需手动“激活”环境（虽然也支持）即可在指定环境中运行命令。

3. 依赖锁定与项目管理（类似 Poetry/Pipenv）

uv 支持读取 pyproject.toml 文件，并能生成一个精确的依赖锁定文件（ uv.lock ）。

• 作用：确保在不同机器和不同时间安装的依赖版本完全一致，实现可复现的构建。
• 优势：锁定文件生成速度极快，保证了团队协作和部署的一致性。

4. 项目初始化

uv 可以快速搭建一个新的 Python 项目骨架。

• 作用：一键生成包含 pyproject.toml、虚拟环境等标准结构的项目目录。
• 优势：标准化项目结构，提升开发效率。

5. 跨平台与 Python 版本管理

uv 能够自动下载并管理不同的 Python 解释器版本。

• 作用：轻松为项目切换和使用指定的 Python 版本（如 Python 3.10, 3.11, 3.12 等）。
• 优势：无需预先安装 pyenv 等版本管理工具，uv 自身就能处理，极大地简化了环境配置。

P 4、使用案例

以下是 uv 的一些典型使用场景和命令示例。

案例 1：快速初始化并管理一个项目

1.创建新项目：

# 创建一个名为 my-app 的新项目目录，并初始化 pyproject.tomluv init my-appcd my-app

2.添加依赖：

# 添加 fastapi 和 pytest 作为主要依赖和开发依赖uv add fastapiuv add --dev pytest

这会将依赖写入 pyproject.toml 并立即安装，同时生成/更新 uv.lock 文件。

3.在项目虚拟环境中运行命令：

# 无需显式激活环境，直接运行脚本uv run python main.py# 运行测试uv run pytest

案例 2：替代 pip，极速安装依赖

假设你有一个已有的项目，想用 uv 来安装依赖。

uv sync

2.直接安装单个包到当前环境的 Python（全局或已激活的虚拟环境）：

# 类似于 `pip install requests`uv pip install requests

uv 将 pip 作为一个子命令保留，但其底层实现仍然是 uv 的高速引擎。

案例 3：使用指定版本的 Python

你想用一个非系统默认的 Python 版本来运行项目。

# 告诉 uv 使用 Python 3.12，如果本地没有，uv 会自动下载uv run --python 3.12 my_script.py# 或者为项目指定一个固定的 Python 版本uv pin python@3.11

案例 4：在 CI/CD 中发挥威力

在 GitHub Actions 等 CI 环境中，速度就是金钱。使用 uv 可以极大缩短构建时间。

# .github/workflows/test.yml 示例片段- name: Install UV  uses: astral-sh/setup-uv@v2- name: Set up Python  run: uv python install 3.11 # 快速安装指定版本的 Python- name: Install dependencies  run: uv sync # 极速安装项目依赖- name: Run tests  run: uv run pytest

P 5、小结

uv 不是一个渐进式的改进，而是对传统 Python 工具链的一次革命性重塑。它通过 Rust 带来的原生高性能，将包管理、虚拟环境管理、版本控制等核心工作流整合到一个单一、连贯的工具中，主打速度快和体验好。

虽然 uv 目前仍处于快速发展的阶段，但其背后有 Astral 团队（Ruff 的成功已验证其技术实力）的强力支持，已经展现出成为未来 Python 开发标准工具的巨大潜力。对于新开始的 Python 项目，尤其是对构建速度和开发体验有要求的项目，强烈建议尝试使用 uv。

一句话总结：uv 旨在成为所有 Python 开发者的默认起点，让依赖管理和项目设置变得快速、简单且一致。

它是数字世界里的一把杀猪刀

却总能巧夺天工

它的世界是纯粹0、1组合

却总能创造无尽幻想

......

本公众号关注数据价值分析、编程学习，将不定期更新社会热点数据分析结果、编程技巧，分享数据分析工具、方法、学习等内容，欢迎有兴趣的小伙伴加入。