Utilisez uv pour gérer les environnements Python
Dites adieu à la lourde gestion de l'environnement Python ! uv est un outil efficace et pratique qui peut résoudre la gestion des versions Python, la création d'environnements virtuels, la gestion des packages, la gestion de projet et d'autres problèmes en un seul arrêt. Il est rapide et facile de démarrer. Cet article prendra Windows PowerShell comme exemple pour démontrer l'utilisation de uv. Pour d'autres plateformes, vous pouvez vous référer à la documentation officielle pour les ajustements correspondants.
Installer uv
uv ne dépend pas de Python, il n'est donc pas recommandé d'utiliser pip ou pipx pour l'installer. Les systèmes Windows peuvent être installés directement en exécutant la commande suivante via PowerShell :
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
Ou installez à l'aide d'un gestionnaire de packages tel que scoop :
scoop install uv
Utilisez uv pour gérer plusieurs versions de Python
Utilisez la commande uv python list
pour afficher les versions Python installables et installées :
# uv python list cpython-3.13.1+freethreaded-windows-x86_64-none <download available=""> cpython-3.13.1-windows-x86_64-none <download available=""> cpython-3.12.8-windows-x86_64-none <download available=""> ...
Installez la dernière version :
# uv python install Installed Python 3.13.1 in 5.89s + cpython-3.13.1-windows-x86_64-none
Afficher les résultats de l'installation : la version installée affichera le chemin d'installation.
# uv python list cpython-3.13.1-windows-x86_64-none C:\Users\meebo\AppData\Roaming\uv\python\cpython-3.13.1-windows-x86_64-none\python.exe ...
Obtenez le chemin d'installation de Python :
# uv python dir C:\Users\meebo\AppData\Roaming\uv\python
Installez la version spécifiée :
# uv python install 3.10 Installed Python 3.10.16 in 9.78s + cpython-3.10.16-windows-x86_64-none
Désinstaller la version Python (nécessite la version spécifiée) :
# uv python uninstall 3.10 Searching for Python versions matching: Python 3.10 Uninstalled Python 3.10.16 in 1.52s - cpython-3.10.16-windows-x86_64-none
Afficher toutes les versions (y compris toutes les révisions) : uv python list --all-versions
Installer plusieurs versions : uv python install 3.10 3.11
Désinstaller plusieurs versions : uv python uninstall 3.10 3.11
Utilisez uv au lieu des outils python/pip
L'environnement Python géré par uv ne peut pas être exécuté directement avec la commande python
, mais doit être exécuté via la commande uv run
. Par exemple :
# cat .\show_version.py import sys print(sys.version)
Exécution :
# uv run .\show_version.py 3.13.1 (main, Dec 19 2024, 14:38:48) [MSC v.1942 64 bit (AMD64)]
Spécifiez la version Python à exécuter : uv run --python 3.10 .show_version.py
Exécuter à partir de l'entrée standard : echo 'print("hello world!")' | uv run -
Afficher la version Python installée : uv python list --only-installed
Définir la version Python par défaut (répertoire actuel uniquement) : uv python pin 3.10
(créer un .python-version
fichier)
Spécifiez les packages requis pour l'exécution
Si le programme nécessite des packages supplémentaires, tels que cowsay
:
# cat .\cow.py from cowsay import cow cow('hello, world')
Spécifiez le package à l'aide de l'option --with
:
# uv run --with cowsay .\cow.py Installed 1 package in 13ms ...
Effacer les environnements virtuels mis en cache : uv cache clean
Gérer les environnements virtuels
Créez un environnement virtuel : uv venv --python 3.10
(créez un .venv
répertoire) ou précisez le nom du répertoire : uv venv myenv
Utiliser l'environnement virtuel spécifié : uv run --python myenv .show_version.py
Supprimer l'environnement virtuel : Supprimer le répertoire de l'environnement virtuel
Pack de gestion
Utilisez la commande uv pip
pour gérer les packages, qui est compatible avec la commande pip
.
Pack d'installation : uv pip install cowsay
Afficher les dépendances des packages : uv pip tree
Désinstaller le package : uv pip uninstall rich
(Les packages dépendants qui ne sont plus nécessaires ne seront pas automatiquement supprimés)
Utilisez uv pour gérer des projets Python
uv propose deux méthodes de gestion de projet : le projet à fichier unique et le projet à dossier.
Projet à fichier unique
Initialiser le projet à fichier unique : uv init --script cow3.py --python 3.13
(ajouter des métadonnées dans le fichier cow3.py
)
Ajouter un package : uv add --script cow3.py cowsay rich
(modifier cow3.py
les métadonnées du fichier)
Supprimer le package : uv remove --script cow3.py rich
(modifier cow3.py
les métadonnées du fichier)
Éléments du dossier
Initialisez le dossier projet : uv init myproject
(Créez le répertoire du projet, comprenant .gitignore
, .python-version
, hello.py
, pyproject.toml
, README.md
)
Projet d'exécution : uv run hello.py
(Créer .venv
environnement virtuel)
Ajouter un package : uv add cowsay rich
(modifier le pyproject.toml
fichier)
Pack de mise à jour : uv lock --upgrade-package cowsay
ou uv lock --upgrade
Supprimer le paquet : uv remove cowsay
Synchroniser l'environnement du projet avec les uv.lock
fichiers : uv sync
Afficher les dépendances du package de projet : uv tree
Utilisez les commandes d'outils fournies par le package
Exécutez directement la commande package : uvx cowsay -t 'hello, uv'
ou uv tool run cowsay -t 'hello, uv'
Spécifiez la commande d'exécution du package : uvx --from httpie http -p=b GET https://flagtech.github.io/flag.txt
Installer la commande du package sur le système : uv tool install httpie
Commande de mise à jour du package : uv tool upgrade httpie
Commande de désinstallation du package : uv tool uninstall httpie
uv fournit une solution de gestion de l'environnement Python efficace et pratique, améliorant considérablement l'efficacité du développement. Grâce à l'introduction de cet article, je pense que vous maîtrisez l'utilisation de base d'uv et pouvez mieux gérer vos projets et environnements Python.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.

Est-ce suffisant pour apprendre Python pendant deux heures par jour? Cela dépend de vos objectifs et de vos méthodes d'apprentissage. 1) Élaborer un plan d'apprentissage clair, 2) Sélectionnez les ressources et méthodes d'apprentissage appropriées, 3) la pratique et l'examen et la consolidation de la pratique pratique et de l'examen et de la consolidation, et vous pouvez progressivement maîtriser les connaissances de base et les fonctions avancées de Python au cours de cette période.

Python est meilleur que C dans l'efficacité du développement, mais C est plus élevé dans les performances d'exécution. 1. La syntaxe concise de Python et les bibliothèques riches améliorent l'efficacité du développement. Les caractéristiques de type compilation et le contrôle du matériel de CC améliorent les performances d'exécution. Lorsque vous faites un choix, vous devez peser la vitesse de développement et l'efficacité de l'exécution en fonction des besoins du projet.

Python et C ont chacun leurs propres avantages, et le choix doit être basé sur les exigences du projet. 1) Python convient au développement rapide et au traitement des données en raison de sa syntaxe concise et de son typage dynamique. 2) C convient à des performances élevées et à une programmation système en raison de son typage statique et de sa gestion de la mémoire manuelle.

PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.

Les applications de Python en informatique scientifique comprennent l'analyse des données, l'apprentissage automatique, la simulation numérique et la visualisation. 1.Numpy fournit des tableaux multidimensionnels et des fonctions mathématiques efficaces. 2. Scipy étend la fonctionnalité Numpy et fournit des outils d'optimisation et d'algèbre linéaire. 3. Pandas est utilisé pour le traitement et l'analyse des données. 4.Matplotlib est utilisé pour générer divers graphiques et résultats visuels.

Les applications clés de Python dans le développement Web incluent l'utilisation des cadres Django et Flask, le développement de l'API, l'analyse et la visualisation des données, l'apprentissage automatique et l'IA et l'optimisation des performances. 1. Framework Django et Flask: Django convient au développement rapide d'applications complexes, et Flask convient aux projets petits ou hautement personnalisés. 2. Développement de l'API: Utilisez Flask ou DjangorestFramework pour construire RestulAPI. 3. Analyse et visualisation des données: utilisez Python pour traiter les données et les afficher via l'interface Web. 4. Apprentissage automatique et AI: Python est utilisé pour créer des applications Web intelligentes. 5. Optimisation des performances: optimisée par la programmation, la mise en cache et le code asynchrones
