From 7ba1088bc2f2240a1afd05d1bcf618b9b8fda0d2 Mon Sep 17 00:00:00 2001 From: dichgrem Date: Thu, 13 Nov 2025 14:37:35 +0800 Subject: [PATCH] update:py --- content/windows-5-py.md | 123 ++++++++++++++++++++++++---------------- 1 file changed, 73 insertions(+), 50 deletions(-) diff --git a/content/windows-5-py.md b/content/windows-5-py.md index 14add7c..ba325cd 100644 --- a/content/windows-5-py.md +++ b/content/windows-5-py.md @@ -184,77 +184,100 @@ pip install jupyter-notebook-translation > 当然，你也可以使用其他编辑器/IDE如 Sublime Text 或者 JetBrains 系列的 PyCharm 。 -## 使用UV替代Conda -> UV（由 Astral 团队开发）是一个用 Rust 编写的高性能包管理器，提供了类似 Conda 的虚拟环境管理和依赖解析功能，并且在大多数场景下比 pip 和 Conda 快 10–100 倍。它通过命令行工具如 uv venv（创建/管理虚拟环境）和 uv pip（安装/锁定/同步依赖）来覆盖传统的 conda create、conda install、conda env export 等操作，但本身并不管理底层的 C/C++ 库，因此对于诸如 GDAL、SciPy 等需要系统级二进制依赖的包，仍建议在 Conda/系统包管理器中预装相关库，然后用 UV 来管理 Python 包。 +## 使用 UV 替代 Conda -**安装与激活** -``` +> UV（由 Astral 团队开发）是一个用 Rust 编写的高性能 Python 包管理器，提供类似 Conda 的虚拟环境管理和依赖解析功能，在大多数场景下比 pip 和 Conda 快 10–100 倍。它通过命令行工具如 `uv venv`（创建/管理虚拟环境）和 `uv pip`（安装/锁定/同步依赖）覆盖传统的 Conda 流程，但本身不管理底层的 C/C++ 库，因此对于 GDAL、SciPy 等需要系统级二进制依赖的包，仍建议先通过系统包管理器或 Conda 安装，然后用 UV 管理 Python 包。 + +--- + +- 安装 UV + +```bash wget -qO- https://astral.sh/uv/install.sh | sh ``` -- 在当前目录下创建 .venv，使用系统默认 Python（若不存在则自动下载） -``` -uv venv -``` -- 指定环境名称或路径 -``` -uv venv myenv -``` -- 指定 Python 版本（需系统已有或可下载） -``` -uv venv --python 3.11 -``` -- 激活 -``` + +- 创建与管理环境 + +```bash +# 创建虚拟环境，指定 Python 版本 +uv venv --python 3.12 + +# 激活环境 source .venv/bin/activate -``` -**安装包** -```bash -# 安装单个包 -uv pip install requests +# 退出环境 +deactivate -# 批量安装并自动锁定依赖 -uv pip install fastapi uvicorn sqlalchemy +# 删除环境 +rm -rf .venv ``` -**生成与同步锁文件** +- 直接运行 ```bash -# 从 requirements.in 生成统一依赖文件 -uv pip compile docs/requirements.in \ - --universal \ - --output-file docs/requirements.txt - -# 根据锁文件同步环境 -uv pip sync docs/requirements.txt +uv run python +uv run jupyter lab ``` -此流程替代 `conda env export` + `conda env update`，并保证跨平台一致性 ([GitHub][3])。 - -**查看与卸载** +- 注册 Jupyter 内核 ```bash -uv pip list # 列出已安装包（类似 conda list） +uv run python -m ipykernel install --user --name bank --display-name "Python (bank)" +``` + +--- + +- 安装依赖 + +```bash +uv add tensorflow +uv pip install requests fastapi uvicorn sqlalchemy +``` + +> 安装完成后，UV 会自动更新 `uv.lock` 文件锁定依赖版本，保证环境可复现。 + + +- 使用 TOML 配置管理依赖 + +创建一个 `pyproject.toml`： + +```toml +[tool.uv.dependencies] +fastapi = "*" +uvicorn = "*" +sqlalchemy = "*" +``` + +然后同步环境： + +```bash +uv pip sync +``` + +这会根据 `pyproject.toml` + `uv.lock` 安装和锁定所有依赖。 + + +- 查看与卸载包 + +```bash +uv pip list # 列出已安装包 uv pip uninstall numpy ``` -**替代常见 Conda 工作流** +--- -| Conda 操作 | UV 对应 | -| -------------------------------- | ---------------------------------------- | -| `conda create -n env python=3.x` | `uv venv --python 3.x` | -| `conda activate env` | `source .venv/bin/activate` 或 `activate` | -| `conda install pkg1 pkg2` | `uv pip install pkg1 pkg2` | -| `conda env export > env.yml` | `uv pip compile requirements.in` | -| `conda env update -f env.yml` | `uv pip sync requirements.txt` | -| `conda list` | `uv pip list` | +### 替代常见 Conda 工作流 -**最佳实践**： +| Conda 操作 | UV 对应 | +| -------------------------------- | ------------------------------------------------- | +| `conda create -n env python=3.x` | `uv venv --python 3.x` | +| `conda activate env` | `source .venv/bin/activate` 或 `uv venv activate` | +| `conda install pkg1 pkg2` | `uv pip install pkg1 pkg2` | +| `conda env export > env.yml` | 自动生成 `uv.lock` 或 `uv pip compile requirements.in` | +| `conda env update -f env.yml` | `uv pip sync`（根据 `uv.lock` 或 `pyproject.toml` 同步） | +| `conda list` | `uv pip list` | -1. **系统依赖**：用 Conda/Mamba 安装较难编译的 C 库（`conda install gdal`）。 -2. **Python 包**：用 UV 管理所有纯 Python 依赖（`uv pip install pandas scikit-learn`）。 -3. **统一锁定**：把 `uv pip compile` 生成的 `requirements.txt` 放入版本控制，确保团队环境一致。 ## ipynb转markdown