Python新星uv解析：如何重塑十年生态系统开发效率

来自英国的天文学家和科学传播者Emily L. Hunt博士在自己的博客上发表了一篇文章，盛赞"uv是近十年来Python生态系统中最令人振奋的革新"。

uv，这个我们确实该好好认识一下了。

这款用Rust编写的Python包和项目管理工具近日在Hacker News上再度引发广泛关注。原因很简单，Emily L. Hunt博士在文章中由衷赞叹："uv是Python生态近十年来发生的最美好的事情"。

虽然文章篇幅不长，但被分享到Hacker News后却引发了热烈讨论，收获了上千点赞。当然，许多讨论的焦点都集中在了Rust语言上。

不过在深入阅读这篇博客之前，我们先简单了解一下uv这个项目本身。

简单来说，uv是一个面向Python生态系统的高速"一体化"工具，可用于包管理、环境管理、项目初始化、工具执行、Python版本管理等。其由Astral公司开发，底层使用Rust语言实现，以追求极致性能。对于已有的工作流、pip、virtualenv、pipx、poetry等工具，uv提供了极强的兼容性，在某些场景下速度可提升10到100倍。

截至目前，该项目在GitHub上已经收获了超过7.1万星标！

接下来，我们就来看看为什么说"uv是近十年来Python生态系统发生的最好的事情"。

都2025年了。难道安装Python、管理虚拟环境、在同事间同步依赖，还非得那么费劲吗？

嗯...真的不用！

最近，一款名为uv的杰出新工具横空出世。它彻底革新了Python的安装和使用方式，让一切都变得无比简单。

uv是一款免费的开源工具。它由Astral打造，这家小型创业公司过去几年一直在持续产出优秀的Python工具，比如大名鼎鼎的linter——Ruff。uv能做到：

为你安装任意Python版本安装软件包管理虚拟环境极速解决依赖冲突

最棒的是，在我看来，uv在上述所有方面都比其他任何工具做得更好。

它的速度快得惊人。它由Rust语言编写，并且几乎兼容所有操作系统或平台。

安装 uv

uv的安装非常简单。有几种方法，但我认为最简单的是这个单行命令。

对于Linux和Mac用户：

curl -LsSf https://astral.sh/uv/install.sh | sh

或者，Windows用户在PowerShell中使用：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

之后，你就可以通过uv命令来使用它了。

安装uv不会搞乱你现有的任何Python环境。它是一个完全独立的工具，所以你可以放心地安装并试用。

管理项目的Python

无论开发什么Python项目，使用虚拟环境都是一个好习惯。

虚拟环境能将不同项目的代码和依赖相互隔离开。以我的经验来看，尽早养成这个习惯能省去未来很多麻烦。

uv天生就会使用虚拟环境。因此，一旦你开始用uv，上手虚拟环境也会变得非常容易。

uv会根据当前目录下pyproject.toml文件的配置来构建Python环境。

pyproject.toml文件是指定Python项目依赖的标准、现代格式。一个最精简的pyproject.toml文件可能如下所示：

[project]name = "my_project"version = "1.0.0"requires-python = ">=3.9,<3.13"dependencies = [ "astropy>=5.0.0", "pandas>=1.0.0,<2.0",]

简而言之，它只需要指定使用哪个Python版本和一些依赖项。当然，加上项目名称和版本号也是个好主意。

一旦你初始化了项目，或者项目里已经有了pyproject.toml文件，使用uv就变得非常简单。

你只需要在pyproject.toml文件所在的目录中运行：

uv sync

这个命令会为你执行以下操作：自动安装一个有效的Python版本，在目录下的.venv文件夹中安装所有依赖，创建一个新的虚拟环境，在你的目录中创建一个uv.lock文件，该文件会保存每个已安装包的确切、平台无关的版本。这意味着你的同事可以完全复刻你的Python环境。

用 uv 创建新项目

要用uv启动一个新的Python项目，你可以运行：

uv init

这个命令会为你创建一个新项目，包含pyproject.toml、README.md和其他重要的模板文件。

这个命令还有很多变种，比如uv init --bare和uv init --package等等。我建议你运行uv init --help来查看所有选项。

当你有了 pyproject.toml 文件

一旦你初始化了项目，或者项目里已经有了pyproject.toml文件，使用uv就变得非常简单。

你只需要在pyproject.toml文件所在的目录中运行：

uv sync

这个命令会为你执行以下操作：自动安装一个有效的Python版本，在目录下的.venv文件夹中安装所有依赖，创建一个新的虚拟环境，在你的目录中创建一个uv.lock文件，该文件会保存每个已安装包的确切、平台无关的版本。这意味着你的同事可以完全复刻你的Python环境。

uvx：跳过以上步骤，立即运行工具！

但有些时候，你可能只想快速运行一个工具。

比如，临时用Ruff检查下代码，或者在没有环境时启动一个Jupyter notebook服务器，甚至只是想快速启动一个装了pandas的IPython会话来打开某个文件。

uv tool命令让这一切变得异常简单。

运行像下面这样的命令：

uvx ruff

uv会自动下载你需要的工具，并在一个一次性虚拟环境中运行它。一旦这个工具被下载过，uv就会利用缓存，下次再运行就会快如闪电。

我有很多场合会用到这个功能。一个常见的场景是，快速启动一个安装了pandas的IPython会话，这样我就可以快速打开并查看一个parquet文件。例如：

uvx --with pandas, pyarrow ipython

或者，也许只是想启动一个Jupyter Lab服务器，好让学生发来的Jupyter notebook能快速打开。

老实说，我丝毫不会因为需要使用工具而感到不便，因为uvx总能在我需要时提供一张"万能通行证"。

如果这还不能说服你

我是在去年第一次发现uv的。

当时，我正和其他可爱的开发者们一起构建The Astrosky Ecosystem。这是一个很棒的旨在为天文学家们构建开源在线社交媒体集成项目。

但我们有很多开发者，大家在不同的操作系统上异步工作。很快，管理Python安装就成了一个艰巨的任务。

对我们而言，uv是一个极其强大的简化工具。我们现在终于能使用完全一致的Python安装环境了。这一点尤其重要，因为我们用的一些实验性依赖，每个版本都有破坏性改动。

在GitHub Actions中，我们计划使用uv来快速构建Python环境并运行单元测试。

在生产环境中，uv已经管理着我们所有服务器的Python版本。

能够确信所有机器上的Python和软件包安装总能得到一致且正确的处理，这种感觉真是太棒了。

这就是为什么我说，uv是近十年来Python生态系统发生的最好的事情。

你已经用上uv了吗？对此有什么看法？

免责声明

游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。

同类文章