第一篇：如何使用 uv 创建 Python 虚拟环境

大家好，欢迎来到IT知识分享网。

想象一下，你有一个使用 Python 3.10 的后端应用程序，系统全局安装了 a2.1、b2.2 和 c2.3 这些包。一切运行正常，直到你开始一个新项目，它也使用 Python 3.10，但需要 a1.2、b2.2 和 c2.1。安装这些新包会导致依赖冲突，因为 a2.1 和 c2.3 不再可用。如果你开始第三个需要 Python 3.8 的项目，你可能需要降级 Python，这又会引发更多冲突。

虚拟环境通过为每个项目隔离依赖关系解决了这些问题，允许你在不同项目中维护不同的包和 Python 版本，而不会相互冲突。虚拟环境是在现有 Python 安装基础上创建的独立环境。它有自己的独立 Python 包集合，安装在它的站点目录中，只有在明确指定的情况下才会包含来自其基础环境（系统全局 Python 安装）的包。这种环境是可丢弃的，可以根据需要轻松删除和重新创建。

在本教程中，你将学习如何使用 uv 设置和使用虚拟环境，uv 是一个易于使用的包安装器，其性能比 pip 快 10 到 100 倍。

一、安装 uv

要使用 uv 创建虚拟环境，你需要先安装它。根据你的设备，有多种安装方式可供选择。如果你使用的是 Linux 或 Mac，可以通过以下命令安装 uv：

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

在 Mac 上，你还可以通过 Homebrew 安装 uv：

brew install uv

在 Windows 上，可以运行以下命令：

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

或者你可以通过 pip 安装 uv：

pip install uv

安装完成后，通过运行以下命令验证 uv 是否已正确安装：

uv --version

你将看到类似以下的输出：

uv 0.6.16 (d8ad9d3cd 2025-04-22)

本教程的其余部分假设你使用的是 Linux 或 Mac 操作系统。

二、使用 uv 创建项目和虚拟环境

安装好 uv 后，你需要创建一个项目并安装必要的依赖项：

mkdir my_uv_project

然后，通过 cd my_uv_project 命令进入该目录。

为你的项目创建虚拟环境非常简单。运行以下命令：

uv venv my_env

你应该会看到类似以下的输出：

Using CPython 3.13.3 Creating virtual environment at: my_env Activate with: source my_env/bin/activate 

可以查看该目录结构及其文件：

三、激活你的环境

创建好虚拟环境后，你需要通过运行以下命令激活它：

source my_env/bin/activate

为了验证你创建的环境是否没有包含任何包，运行以下命令：

uv pip list

输出：Using Python 3.13.3 environment at: my_env

你的输出不会列出任何内容，你在该环境中安装的任何包或依赖项都将与系统其他部分隔离。

注意： 如果你使用的不是 Bash，而是其他 shell，例如 cmd，那么你将有不同的激活脚本，例如 my_env\Scripts\activate.bat。

四、在你的环境中安装包

激活你的环境后，就可以开始安装一些包了。首先，通过以下命令安装 pandas：

uv pip install pandas

你将看到类似以下的输出：

如你所见，pandas 2.2.3 已经安装好了。安装 pandas 时，还会安装其他支持包。

通过运行以下命令验证包是否安装成功：

uv pip list

你将看到类似以下的输出：

五、创建第二个虚拟环境

为了测试环境的隔离性，你将创建一个第二个环境，并安装不同版本的 pandas 和另一个包。按照上述相同步骤创建一个名为 my_second_env 的虚拟环境：

uv venv my_second_env

输出：Using CPython 3.13.3

Creating virtual environment at: my_second_env

Activate with: source my_second_env/bin/activate

激活环境：source
my_second_env/bin/activate

接下来，通过运行以下命令安装 Flask 和 pandas 2.1.0：

uv pip install pandas==2.1.0 flask

安装完成后，你将看到类似以下的输出：

如你所见，它并不包含你在 my_env 虚拟环境中安装的 pandas 2.2.2 版本。

六、创建不同 Python 版本的虚拟环境

你还可以创建不同 Python 版本的虚拟环境。前面创建的环境使用的是 Python 3.13.3。现在，我们来创建一个使用 Python 3.11 的环境。执行以下命令：

uv venv 3rd_env --python 3.11

你将看到类似以下的输出：

Using Python 3.11.5 interpreter at: /Library/Developer/CommandLineTools/usr/bin/python3.11 Creating virtualenv at: 3rd_env Activate with: source 3rd_env/bin/activate

你可以在该环境中再次安装 pandas：

source 3rd_env/bin/activate

uv pip install pandas

七、切换虚拟环境和删除虚拟环境

要在不同的虚拟环境之间切换，你可以先通过运行以下命令停用当前环境：

deactivate

然后运行以下命令激活另一个环境：

source my_second_env/bin/activate

如果你在项目目录中运行 ls 命令，你将看到所有已创建的环境：

3rd_env my_env my_second_env

正如你所见，这些环境就像普通目录一样在你的项目下创建。如果你想删除其中一个环境，你可以删除该环境的文件夹：

rm -rf my_second_env

这将删除你创建的第二个环境。

八、总结

在本文中，你看到了如何使用虚拟环境来隔离开发环境，避免 Python 中的包相关问题和冲突，这里使用的是 uv。

尽管 uv 在这种用例中表现良好，但它也有局限性。它只适用于 Python 环境，因此不能用于安装系统级的依赖项。它也不提供容器化功能。