砍材农夫砍材农夫
  • 微信记账小程序
  • java
  • redis
  • mysql
  • 场景类
  • 框架类
  • vuepress搭建
  • hexo搭建
  • 云图
  • llm wiki

    • 基于karpathy
    • gradle
  • 常用工具

    • git
    • gradle
    • Zadig
    • it-tools
    • 开源推荐
    • curl
  • 大前端

    • nodejs
    • npm
    • webpack
    • 微信
    • 正则
    • uniapp
    • app
  • java

    • java基础
    • jdk体系
    • jvm
    • spring
    • spring_cloud
    • spring_boot
    • 分库分表
    • zookeeper
  • python

    • python基础
    • python高级
    • python框架
  • 算法

    • 算法
  • 网关

    • spring_cloud_gateway
    • openresty
  • 高可用

    • 秒杀
    • 分布式
    • 缓存一致
  • MQ

    • MQ
    • rabbitMQ
    • rocketMQ
    • kafka
  • 其它

    • 设计模式
    • 领域驱动(ddd)
  • 关系型数据库

    • mysql5.0
    • mysql8.0
  • 非关系型数据库

    • redis
    • mongoDB
  • 分布式/其他

    • ShardingSphere
    • 区块链
  • 向量数据库

    • M3E
    • OPEN AI
  • Jmeter
  • fiddler
  • wireshark
  • AI入门
  • AI大模型
  • AI插件
  • AI集成框架
  • 相关算法
  • AI训练师
  • 量化交易
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 相关运营
  • docker
  • k8s
  • devops
  • nginx
  • 元宇宙
  • 区块链
  • 物联网
  • linux
  • webrtc
  • web3.0
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 中考
  • 投资
  • 保险
  • 思
  • 微信记账小程序
  • java
  • redis
  • mysql
  • 场景类
  • 框架类
  • vuepress搭建
  • hexo搭建
  • 云图
  • llm wiki

    • 基于karpathy
    • gradle
  • 常用工具

    • git
    • gradle
    • Zadig
    • it-tools
    • 开源推荐
    • curl
  • 大前端

    • nodejs
    • npm
    • webpack
    • 微信
    • 正则
    • uniapp
    • app
  • java

    • java基础
    • jdk体系
    • jvm
    • spring
    • spring_cloud
    • spring_boot
    • 分库分表
    • zookeeper
  • python

    • python基础
    • python高级
    • python框架
  • 算法

    • 算法
  • 网关

    • spring_cloud_gateway
    • openresty
  • 高可用

    • 秒杀
    • 分布式
    • 缓存一致
  • MQ

    • MQ
    • rabbitMQ
    • rocketMQ
    • kafka
  • 其它

    • 设计模式
    • 领域驱动(ddd)
  • 关系型数据库

    • mysql5.0
    • mysql8.0
  • 非关系型数据库

    • redis
    • mongoDB
  • 分布式/其他

    • ShardingSphere
    • 区块链
  • 向量数据库

    • M3E
    • OPEN AI
  • Jmeter
  • fiddler
  • wireshark
  • AI入门
  • AI大模型
  • AI插件
  • AI集成框架
  • 相关算法
  • AI训练师
  • 量化交易
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 相关运营
  • docker
  • k8s
  • devops
  • nginx
  • 元宇宙
  • 区块链
  • 物联网
  • linux
  • webrtc
  • web3.0
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 中考
  • 投资
  • 保险
  • 思
  • 首页
    • 依赖包安装
    • pip
    • Jupyter
    • Jupyter使用
    • notebook
    • 常用工具
    • pip镜像使用
    • window下面uv安装和使用
    • venv-虚拟环境的创建
    • 如何一次性安装项目所有依赖包(pip和uv)
    • python 官方依赖pyproject.toml
  • 爬虫框架
    • 相关网站推荐
  • 数据分析框架
    • numpy
    • pandas
    • ipython
    • jupyter
    • anaconda
    • 数据标准化
  • pandas系列
    • pandas
    • pandas其他常用函数
    • pandas数据清洗
    • pandas数据转换
    • pandas数据可视化
    • pandas数据模型
  • numpy系列
    • numpy
    • pandas其他常用函数
    • pandas数据清洗
    • pandas数据转换
    • pandas数据可视化
    • pandas数据模型
  • python window下面uv安装和使用
    • uv使用
    • 安装
      • 直接解压和环境配置
      • uv和pip区别
      • 执行安装命令遇到如下错误
      • 实操项目构建pip和uv进行区别比较
      • 实操pip和uv添加依赖和项目启动比对
        • 依赖
        • 运行
    • 常用命令
    • 完整命令demo

python window下面uv安装和使用

uv使用

官网[https://docs.astral.sh/uv/]

安装

github下载安装[https://github.com/astral-sh/uv/releases/tag/0.11.8]

直接解压和环境配置

img

  • 执行命令验证是否安装成功

uv --version

uv和pip区别

  • pip

pip是专注的、Python官方的“包安装工具”

  • uv

而uv是更现代的、Rust编写的“一体化Python项目管理器”,旨在解决pip在性能和功能上的诸多局限(集成了项目创建、依赖锁定、Python版本管理、虚拟环境管理、脚本运行等多种功能)

执行安装命令遇到如下错误

C:\Users\74760>uv pip install requests
error: No virtual environment found; run `uv venv` to create an environment, or pass `--system` to install into a non-virtual environment

因为 uv 默认要求在虚拟环境中安装包

  • 解决办法:
    • 创建虚拟环境
    • 调整执行命令(如下采用这种方式)

    uv pip install --system requests

img

实操项目构建pip和uv进行区别比较

  • pip工作流
  1. cd E:\mywork\kcnf-python\sample\venv
  2. python -m venv .venv
  3. .venv\Scripts\activate
  4. 安装后运行pip freeze > requirements.txt

img

  • uv工作流
  1. uv init E:\mywork\kcnf-python\sample\uv
  2. uv venv 创建虚拟环境,但无需手动激活(uv会自动识别)
  3. 完成创建

img

  • 以上两组操作项目结构对比

img

实操pip和uv添加依赖和项目启动比对

依赖
  • pip工作流

pip install requests(然后需手动更新requirements.txt文件)

img

  • uv工作流

uv add requests(它会自动将依赖添加到pyproject.toml,并生成/更新精确锁定所有依赖版本的uv.lock文件)

img

  • 依赖文件比对

img

运行
  • pip工作流

确保虚拟环境已激活,然后运行python main.py

  • uv工作流

无需关心环境是否激活,直接运行uv run main.py(uv会自动识别并使用项目关联的虚拟环境)

常用命令

uv tree                     # 显示依赖树(需要 uv 0.2.0+)
uv pip list                 # 列出当前环境已安装的包
uv remove requests          # 从 pyproject.toml 和锁文件中移除

完整命令demo

# 1. 创建项目
uv init my-app
cd my-app

# 2. 创建虚拟环境
uv venv

# 3. 添加依赖
uv add fastapi uvicorn

# 4. 运行应用
uv run uvicorn main:app --reload

# 5. 添加开发依赖
uv add --dev pytest

# 6. 运行测试
uv run pytest

# 7. 同步团队成员的环境
# (团队成员拉取代码后执行)
uv sync
最近更新: 2026/5/5 10:58
Contributors: kcnf
Prev
pip镜像使用
Next
venv-虚拟环境的创建