首页 后端开发 Python教程 uv 简介:下一代 Python 包管理器

uv 简介:下一代 Python 包管理器

Dec 19, 2024 am 06:34 AM

Python 的发展与包管理的进步密切相关,从手动安装到 pip 和 Poetry 等工具。然而,随着项目变得越来越复杂,传统工具往往在速度和效率上出现不足。

uv 是一个用 Rust 构建的尖端 Python 包和项目管理器,旨在改变这一现状。 uv 结合了 pip、poetry 和 virtualenv 等工具的功能,简化了依赖管理、脚本执行和项目构建等任务,所有这些都具有卓越的性能。它与 pip 命令无缝兼容,无需额外的学习曲线。

在本教程中,我们将探索如何安装 uv 并充分利用其功能。从设置项目和管理依赖项到运行脚本和利用其增强的 pip 界面。

入门

目录

  • 点限制
  • 什么是紫外线
  • 紫外线的主要特点
  • 基准
  • 安装
  • 创建虚拟环境
  • 使用 uv 构建 Flask 应用
  • 使用 uv 安装 python
  • 工具
  • 备忘单
  • 当前限制

点的限制

Pip 是一个广泛使用的用 Python 编写的包管理系统,旨在安装和管理软件包。然而,尽管它很受欢迎,但它经常被批评为最慢的 Python 包管理工具之一。关于“pip install 速度慢”的投诉非常常见,以至于经常出现在开发者论坛和主题中。

pip 的一个显着缺点是它容易受到依赖气味的影响,当依赖配置文件编写或维护不当时就会出现这种情况。这些问题可能会导致严重的后果,例如项目的复杂性增加和可维护性降低。

pip 的另一个限制是它在恢复运行时环境时无法一致地准确匹配 Python 代码。这种不匹配可能会导致依赖推断的成功率较低,从而使可靠地重新创建项目环境变得困难。

什么是紫外线

uv 是一个现代的、高性能的 Python 包管理器,由 ruff 的创建者开发并用 Rust 编写。它被设计为 pip 和 pip-tools 的直接替代品,提供卓越的速度以及与现有工具的兼容性。

主要功能包括支持可编辑安装、Git 和 URL 依赖项、约束文件、自定义索引等。 uv 符合标准的虚拟环境可与其他工具无缝协作,避免锁定或定制。它是跨平台的,支持 Linux、Windows 和 macOS,并且已经针对 PyPI 索引进行了广泛的测试。

uv 专注于简单性、速度和可靠性,解决了常见的开发人员痛点,如安装缓慢、版本冲突和复杂的依赖管理,为现代 Python 开发提供了直观的解决方案。

紫外线的主要特点

  • ⚖️ 直接替换:无缝替换 pip、pip-tools、virtualenv 等工具,完全兼容。
  • ⚡ 极速:比 pip、pip-compile 和 pip-sync 等传统工具快 10-100 倍。
  • ?磁盘空间效率高:利用全局缓存进行重复数据删除,节省存储空间。
  • ?灵活安装:可通过curl、pip或pipx安装,无需Rust或Python。
  • ?经过彻底测试:通过前 10,000 个 PyPI 包大规模验证性能。
  • ?️ 跨平台支持:完全兼容 macOS、Linux 和 Windows。
  • ?高级依赖管理:功能包括依赖版本覆盖、替代解决策略和冲突跟踪解析器。
  • ⁉️ 清除错误消息:一流的错误处理确保开发人员能够有效解决冲突。
  • ?现代 Python 功能:支持可编辑安装、Git 依赖项、直接 URL、本地依赖项、约束文件等。
  • ?统一工具:将 pip、pipx、poetry、pyenv、twine 等工具的功能组合到一个解决方案中。
  • ?️ 应用程序和脚本管理:安装和管理 Python 版本,使用内联依赖元数据运行脚本,并支持全面的项目工作流程。
  • ?️ 通用锁定文件:通过一致且可移植的锁定文件简化项目管理。
  • ?工作区支持:通过 Cargo 式工作区管理处理可扩展项目。

基准测试

Introducing uv: Next-Gen Python Package Manager
来源:https://blog.kusho.ai/uv-pip-killer-or-yet-another-package-manager
使用热缓存解析(左)和安装(右)依赖项,模拟重新创建虚拟环境或向现有项目添加新依赖项的过程。

Introducing uv: Next-Gen Python Package Manager
来源:https://blog.kusho.ai/uv-pip-killer-or-yet-another-package-manager
使用冷缓存解析(左)和安装(右)依赖项模拟干净环境中的执行。在没有缓存的情况下,uv 比 pip 和 pip-tools 快 8-10 倍,而在使用热缓存的情况下,它的速度可以快 80-115 倍。

Introducing uv: Next-Gen Python Package Manager
来源:https://blog.kusho.ai/uv-pip-killer-or-yet-another-package-manager
使用(左)和不使用(右)种子包(例如 pip 和 setuptools)创建虚拟环境。 uv 比 python -m venv 快大约 80 倍,比 virtualenv 快 7 倍,同时独立于 Python 运行。

安装

安装 uv 快速而简单。您可以选择独立安装程序或直接从 PyPI 安装。

# On macOS and Linux.
curl -LsSf https://astral.sh/uv/install.sh | sh

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

# With pip.
pip install uv

# With pipx.
pipx install uv

# With Homebrew.
brew install uv

# With Pacman.
pacman -S uv
登录后复制
登录后复制

Introducing uv: Next-Gen Python Package Manager
Introducing uv: Next-Gen Python Package Manager

在使用uv之前,我们必须将uv路径添加到环境变量中。
对于 Linux 和 macOS,请在终端中使用以下命令修改 PATH 环境变量:

export PATH="$HOME/.local/bin:$PATH"
登录后复制
登录后复制

对于 Windows,要将目录添加到 Windows 上的用户和系统的 PATH 环境变量中,请在搜索面板中搜索环境变量。在“用户变量”/“系统变量”下,选择“路径”变量,单击“编辑”,然后单击“新建”并添加所需的路径。

%USERPROFILE%\.local\bin
登录后复制
登录后复制

Introducing uv: Next-Gen Python Package Manager
安装完成后,在终端运行uv命令,验证是否安装正确。

Introducing uv: Next-Gen Python Package Manager

创建虚拟环境

使用 uv 创建虚拟环境简单明了。使用以下命令以及您所需的环境名称来创建它。

uv venv
登录后复制
登录后复制
  • 运行以下命令激活虚拟环境。
# On macOS and Linux.
source .venv/bin/activate

# On Windows.
.venv\Scripts\activate
登录后复制
登录后复制

安装软件包

将软件包安装到虚拟环境中遵循熟悉的过程。下面给出各种安装方法

uv pip install flask                # Install Flask.
uv pip install -r requirements.txt  # Install from a requirements.txt file.
uv pip install -e .                 # Install current project in editable mode.
uv pip install "package @ ."        # Install current project from disk
uv pip install "flask[dotenv]"      # Install Flask with "dotenv" extra.
登录后复制
登录后复制

Introducing uv: Next-Gen Python Package Manager

要将锁定的依赖项与虚拟环境同步,请使用以下命令:

uv pip sync requirements.txt  # Install dependencies from a requirements.txt file.
登录后复制
登录后复制

uv 支持与现有工具类似的各种命令行参数,包括 -rrequirements.txt、-cconstraints.txt、-e .、--index-url 等。

使用 uv 构建烧瓶应用程序

让我们用 uv 探索一些与项目相关的命令。首先初始化一个名为“sample-project”的 Python 项目。

# On macOS and Linux.
curl -LsSf https://astral.sh/uv/install.sh | sh

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

# With pip.
pip install uv

# With pipx.
pipx install uv

# With Homebrew.
brew install uv

# With Pacman.
pacman -S uv
登录后复制
登录后复制

导航到示例项目目录。 uv 使用 app.py、requirements.txt、README.md 等基本文件初始化项目。

Introducing uv: Next-Gen Python Package Manager

使用run命令执行示例Python文件。此过程首先创建虚拟环境文件夹,然后运行 ​​Python 文件。

export PATH="$HOME/.local/bin:$PATH"
登录后复制
登录后复制

Introducing uv: Next-Gen Python Package Manager

安装烧瓶

将 Flask 添加到您的项目依赖项中。

%USERPROFILE%\.local\bin
登录后复制
登录后复制

创建 Flask 应用程序

新建一个并编写以下代码。

uv venv
登录后复制
登录后复制

运行应用程序

使用 uv run 命令来执行应用程序。

# On macOS and Linux.
source .venv/bin/activate

# On Windows.
.venv\Scripts\activate
登录后复制
登录后复制

打开浏览器或使用curl或Postman等工具发送GET请求。

Introducing uv: Next-Gen Python Package Manager
Introducing uv: Next-Gen Python Package Manager

使用 uv 安装 python

使用 uv 安装 Python 是可选的,因为它可以与现有的 Python 安装无缝协作。但是,如果首选通过 uv 安装 Python,则可以使用简单的命令来完成:

uv pip install flask                # Install Flask.
uv pip install -r requirements.txt  # Install from a requirements.txt file.
uv pip install -e .                 # Install current project in editable mode.
uv pip install "package @ ."        # Install current project from disk
uv pip install "flask[dotenv]"      # Install Flask with "dotenv" extra.
登录后复制
登录后复制

Introducing uv: Next-Gen Python Package Manager

与传统方法相比,这种方法通常更方便、更可靠,因为它避免了管理存储库或下载安装程序的需要。只需执行命令,设置即可使用。

工具

CLI 工具可以通过 uv 命令安装和使用。例如,可以安装 Huggingface_hub 工具来将文件拉取和推送到 Hugging Face 存储库。

  • 使用以下命令使用uv安装huggingface_hub。
uv pip sync requirements.txt  # Install dependencies from a requirements.txt file.
登录后复制
登录后复制

Introducing uv: Next-Gen Python Package Manager

  • 以下命令显示所有已安装的工具:
uv init sample-project
登录后复制

Introducing uv: Next-Gen Python Package Manager

备忘单

这是使用 uv 执行常见操作的快速备忘单:

Introducing uv: Next-Gen Python Package Manager

目前的限制

尽管 uv 为 Python 包管理提供了快速高效的解决方案,但它也有一些局限性:

  • 不完整的 pip 兼容性:虽然 uv 支持 pip 接口的很大一部分,但它尚未覆盖整个功能集。其中一些差异是有意的设计选择,而另一些则源于紫外线仍处于发展的早期阶段。如需详细比较,请参阅 pip 兼容性指南。
  • 平台特定的requirements.txt:与pip-compile一样,uv生成特定于平台的requirements.txt文件。这与 Poetry 和 PDM 等工具形成对比,后者创建与平台无关的 Poetry.lock 和 pdm.lock 文件。因此,uv 的requirements.txt 文件可能缺乏跨不同平台和Python 版本的可移植性。

感谢您阅读这篇文章!!

感谢 Gowri M Bhatt 审阅内容。

如果您喜欢这篇文章,请点击心形按钮♥并分享以帮助其他人找到它!

资源

uv - 一个非常快的 Python 包和项目管理器,用 Rust 编写 | docs.astral.sh

以上是uv 简介:下一代 Python 包管理器的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,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admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

热门话题

Java教程
1655
14
CakePHP 教程
1414
52
Laravel 教程
1307
25
PHP教程
1253
29
C# 教程
1228
24
Python vs.C:申请和用例 Python vs.C:申请和用例 Apr 12, 2025 am 12:01 AM

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。 Python以简洁和强大的生态系统着称,C 则以高性能和底层控制能力闻名。

您可以在2小时内学到多少python? 您可以在2小时内学到多少python? Apr 09, 2025 pm 04:33 PM

两小时内可以学到Python的基础知识。1.学习变量和数据类型,2.掌握控制结构如if语句和循环,3.了解函数的定义和使用。这些将帮助你开始编写简单的Python程序。

Python:游戏,Guis等 Python:游戏,Guis等 Apr 13, 2025 am 12:14 AM

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

2小时的Python计划:一种现实的方法 2小时的Python计划:一种现实的方法 Apr 11, 2025 am 12:04 AM

2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型,2.掌握控制流(条件语句和循环),3.理解函数的定义和使用,4.通过简单示例和代码片段快速上手Python编程。

Python与C:学习曲线和易用性 Python与C:学习曲线和易用性 Apr 19, 2025 am 12:20 AM

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python和时间:充分利用您的学习时间 Python和时间:充分利用您的学习时间 Apr 14, 2025 am 12:02 AM

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python:探索其主要应用程序 Python:探索其主要应用程序 Apr 10, 2025 am 09:41 AM

Python在web开发、数据科学、机器学习、自动化和脚本编写等领域有广泛应用。1)在web开发中,Django和Flask框架简化了开发过程。2)数据科学和机器学习领域,NumPy、Pandas、Scikit-learn和TensorFlow库提供了强大支持。3)自动化和脚本编写方面,Python适用于自动化测试和系统管理等任务。

Python:自动化,脚本和任务管理 Python:自动化,脚本和任务管理 Apr 16, 2025 am 12:14 AM

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

See all articles