백엔드 개발 파이썬 튜토리얼 uv를 사용하여 Python 환경 관리

uv를 사용하여 Python 환경 관리

Jan 08, 2025 pm 06:16 PM

使用 uv 管理 Python 環境

번거로운 Python 환경 관리는 이제 안녕! uv는 Python 버전 관리, 가상 환경 생성, 패키지 관리, 프로젝트 관리 및 기타 문제를 한 번에 빠르고 쉽게 해결할 수 있는 효율적이고 편리한 도구입니다. 이 문서에서는 Windows PowerShell을 예로 들어 uv 사용을 보여줍니다. 다른 플랫폼의 경우 해당 조정에 대한 공식 문서를 참조할 수 있습니다.

UV 설치

uv는 Python에 의존하지 않으므로 pip나 pipx를 사용하여 설치하는 것은 권장되지 않습니다. PowerShell을 통해 다음 명령을 실행하여 Windows 시스템을 직접 설치할 수 있습니다.

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

또는 Scoop과 같은 패키지 관리자를 사용하여 설치:

scoop install uv
로그인 후 복사

uv를 사용하여 여러 버전의 Python 관리

uv python list 명령을 사용하여 설치 가능하고 설치된 Python 버전을 확인하세요.

# 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="">
...
로그인 후 복사

최신 버전 설치:

# uv python install
Installed Python 3.13.1 in 5.89s
+ cpython-3.13.1-windows-x86_64-none
로그인 후 복사

설치 결과 보기: 설치된 버전에 설치 경로가 표시됩니다.

# 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
...
로그인 후 복사

Python 설치 경로 가져오기:

# uv python dir
C:\Users\meebo\AppData\Roaming\uv\python
로그인 후 복사

지정된 버전 설치:

# uv python install 3.10
Installed Python 3.10.16 in 9.78s
+ cpython-3.10.16-windows-x86_64-none
로그인 후 복사

Python 버전 제거(지정된 버전 필요):

# 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
로그인 후 복사

모든 버전 보기(모든 개정판 포함): uv python list --all-versions

여러 버전 설치: uv python install 3.10 3.11

여러 버전 제거: uv python uninstall 3.10 3.11

python/pip 도구 대신 uv 사용

uv가 관리하는 Python 환경은 python 명령어로 직접 실행할 수 없고, 반드시 uv run 명령어를 통해 실행해야 합니다. 예:

# cat .\show_version.py
import sys
print(sys.version)
로그인 후 복사

실행:

# uv run .\show_version.py
3.13.1 (main, Dec 19 2024, 14:38:48) [MSC v.1942 64 bit (AMD64)]
로그인 후 복사

실행할 Python 버전 지정: uv run --python 3.10 .show_version.py

표준 입력에서 실행: echo 'print("hello world!")' | uv run -

설치된 Python 버전 보기: uv python list --only-installed

기본 Python 버전 설정(현재 디렉터리만): uv python pin 3.10(.python-version 파일 생성)

실행에 필요한 패키지 지정

프로그램에 cowsay과 같은 추가 패키지가 필요한 경우:

# cat .\cow.py
from cowsay import cow
cow('hello, world')
로그인 후 복사

--with 옵션을 사용하여 패키지 지정:

# uv run --with cowsay .\cow.py
Installed 1 package in 13ms
...
로그인 후 복사

캐시된 가상 환경 지우기: uv cache clean

가상 환경 관리

가상 환경 만들기: uv venv --python 3.10(.venv 디렉터리 만들기) 또는 디렉터리 이름 지정: uv venv myenv

지정된 가상 환경 사용: uv run --python myenv .show_version.py

가상환경 삭제 : 가상환경 디렉토리 삭제

관리팩

패키지를 관리하려면 uv pip 명령과 호환되는 pip 명령을 사용하세요.

설치 패키지: uv pip install cowsay

패키지 종속성 보기: uv pip tree

패키지 제거: uv pip uninstall rich (더 이상 필요하지 않은 종속 패키지는 자동으로 삭제되지 않습니다.)

uv를 사용하여 Python 프로젝트 관리

uv는 단일 파일 프로젝트와 폴더 프로젝트라는 두 가지 프로젝트 관리 방법을 제공합니다.

단일 파일 프로젝트

단일 파일 프로젝트 초기화: uv init --script cow3.py --python 3.13(cow3.py 파일에 메타데이터 추가)

패키지 추가: uv add --script cow3.py cowsay rich(cow3.py 파일 메타데이터 수정)

패키지 제거: uv remove --script cow3.py rich(cow3.py 파일 메타데이터 수정)

폴더 항목

폴더 프로젝트 초기화: uv init myproject (.gitignore, .python-version, hello.py, pyproject.toml, README.md을 포함하는 프로젝트 디렉터리 생성)

실행 프로젝트 : uv run hello.py (.venv 가상 환경 생성)

패키지 추가: uv add cowsay rich(pyproject.toml 파일 수정)

업데이트 패키지: uv lock --upgrade-package cowsay 또는 uv lock --upgrade

패키지 제거: uv remove cowsay

프로젝트 환경을 uv.lock 파일과 동기화: uv sync

프로젝트 패키지 종속성 보기: uv tree

패키지에서 제공하는 도구 명령어를 사용하세요

패키지 명령을 직접 실행합니다: uvx cowsay -t 'hello, uv' 또는 uv tool run cowsay -t 'hello, uv'

패키지 실행 명령 지정: uvx --from httpie http -p=b GET https://flagtech.github.io/flag.txt

시스템에 패키지 설치 명령: uv tool install httpie

패키지 업데이트 명령: uv tool upgrade httpie

패키지 제거 명령: uv tool uninstall httpie

uv는 효율적이고 편리한 Python 환경 관리 솔루션을 제공하여 개발 효율성을 크게 향상시킵니다. 이 기사의 소개를 통해 귀하는 uv의 기본 사용법을 마스터했으며 Python 프로젝트 및 환경을 더 잘 관리할 수 있다고 믿습니다.

위 내용은 uv를 사용하여 Python 환경 관리의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

<gum> : Bubble Gum Simulator Infinity- 로얄 키를 얻고 사용하는 방법
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Nordhold : Fusion System, 설명
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora : 마녀 트리의 속삭임 - Grappling Hook 잠금 해제 방법
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Python vs. C : 학습 곡선 및 사용 편의성 Python vs. C : 학습 곡선 및 사용 편의성 Apr 19, 2025 am 12:20 AM

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

파이썬과 시간 : 공부 시간을 최대한 활용 파이썬과 시간 : 공부 시간을 최대한 활용 Apr 14, 2025 am 12:02 AM

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python vs. C : 성능과 효율성 탐색 Python vs. C : 성능과 효율성 탐색 Apr 18, 2025 am 12:20 AM

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python 학습 : 2 시간의 일일 연구가 충분합니까? Python 학습 : 2 시간의 일일 연구가 충분합니까? Apr 18, 2025 am 12:22 AM

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python vs. C : 주요 차이점 이해 Python vs. C : 주요 차이점 이해 Apr 21, 2025 am 12:18 AM

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬 : 자동화, 스크립팅 및 작업 관리 파이썬 : 자동화, 스크립팅 및 작업 관리 Apr 16, 2025 am 12:14 AM

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅을위한 파이썬 : 상세한 모양 과학 컴퓨팅을위한 파이썬 : 상세한 모양 Apr 19, 2025 am 12:15 AM

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

See all articles