Python 包管理工具对比pyenv、virtualenv、conda、uv、pipenv

核心定位

详细对比

uv 速度对比

uv 是 Astral 公司（做 ruff 的团队）用 Rust 编写的，核心卖点是 快。

各工具适用场景

pyenv

• • 需要在同一台机器切换多个 Python 版本
• • 测试代码在不同 Python 版本的兼容性
• • 通常配合 pyenv-virtualenv 插件一起用

virtualenv

• • 快速创建一个干净的隔离环境
• • 轻量需求，不需要复杂依赖管理
• • 服务器部署脚本中常用

conda

• • 数据科学 / 机器学习（NumPy、Pandas、PyTorch 等）
• • 需要非 Python 依赖（CUDA、GDAL、FFmpeg 等）
• • 不想折腾编译问题，conda 直接给二进制包

uv（新宠）

• • 新项目首选，替代 pip + venv + pyenv
• • 追求安装速度
• • 需要 uv run 一键运行脚本（自动处理环境）
• • 替代 pipx 安装 CLI 工具

pipenv

• • Web 开发、一般 Python 项目
• • 需要可复现的依赖（有 lock 文件）
• • 替代 pip + virtualenv + requirements.txt 的组合
• • 新项目现在更推荐 uv

常见组合方案

# 方案 1：pyenv + virtualenv（经典组合）pyenv install 3.12.0pyenv virtualenv 3.12.0 myprojectpip install -r requirements.txt# 方案 2：conda 一把梭（数据科学）conda create -n myenv python=3.12conda install numpy pandas pytorch# 方案 3：pipenv（Web 项目）pipenv install requests flaskpipenv lockpipenv sync# 方案 4：uv（新项目推荐）uv init myprojectcd myprojectuv add requests flaskuv run python main.py

uv 核心命令

# 安装 uvcurl -LsSf https://astral.sh/uv/install.sh | sh# 管理 Python 版本（替代 pyenv）uv python install 3.12uv python list# 创建项目uv init myprojectcd myproject# 添加依赖（替代 pip install）uv add requests flaskuv add --dev pytest# 运行脚本（自动创建环境、自动安装依赖）uv run python main.py# 安装 CLI 工具（替代 pipx）uv tool install ruffuv tool install httpie# 同步依赖（CI/CD 用）uv sync

uv 杀手锏：uv run

支持在脚本文件内声明依赖，直接运行无需手动建环境：

# script.py# /// script# requires-python = ">=3.12"# dependencies = ["requests"]# ///import requestsprint(requests.get("https://httpbin.org/ip").json())

# 直接运行，uv 自动处理 Python 版本 + 依赖uv run script.py

选型建议

Ruff + uv 这套组合基本覆盖了 Python 开发的工具链。如果现在开始新项目，直接上 uv 是最省心的选择。