


Sind Sie es leid, mit mehreren Tools wie Pip, Virtualenv, Conda, Poetry und Pyenv zu jonglieren, nur um Ihre Python-Umgebungen und Abhängigkeiten unter Kontrolle zu halten? Du bist nicht allein! Das Verwalten von Python-Projekten kann Kopfschmerzen bereiten, insbesondere angesichts der vielen verschiedenen Paketmanager und Tools, mit denen Sie sich auseinandersetzen müssen.
Geben Sie uv ein – die Universal Virtualenv. Betrachten Sie es als einen One-Stop-Shop-Paketmanager, der Ihren Python-Entwicklungsprozess rationalisieren und beschleunigen soll.
Eine kleine Hintergrundgeschichte
uv lässt sich von Rye, einem weiteren modernen Verpackungsmanager, inspirieren, um die besten Funktionen von Pip, Pip-Tools, Pyenv, Virtualenv und Poetry zu vereinen. UV wurde mit Rust entwickelt und ist nicht nur schnell, sondern auch äußerst effizient und vereinfacht alles von der Verwaltung von Abhängigkeiten bis zur Erstellung virtueller Umgebungen.
Das Ziel von UV
Kurz gesagt geht es bei UV um Konsolidierung. Warum zwischen mehreren Tools wechseln, wenn Sie ein einheitliches Erlebnis haben können? Ziel ist es, die Reibung bei der Python-Entwicklung zu beseitigen und Ihnen eine konsistentere und schnellere Möglichkeit zur Verwaltung Ihrer Projekte zu bieten. Und es ist auch noch rasend schnell! Das öffnet neue Türen, für dynamisches Management
1. Portabler Code mit Inline-Skript-Metadaten
Reden wir über Abhängigkeiten
Eine der aufregendsten Funktionen von uv ist die Möglichkeit, Abhängigkeiten direkt in Ihrem Python-Skript hinzuzufügen. Stellen Sie sich vor, Sie haben ein einfaches Skript wie dieses:
# app.py import requests from rich.pretty import pprint response = requests.get("https://peps.python.org/api/peps.json") data = response.json() pprint([(k, v["title"]) for k, v in data.items()][:10])
Das Ausführen dieses Skripts bedeutet normalerweise das Einrichten einer virtuellen Umgebung und das manuelle Installieren von Abhängigkeiten. Mit uv können Sie alle Ihre Abhängigkeiten direkt in das Skript einbetten, wodurch es eigenständig und gemeinsam nutzbar:
wird
$ uv add --script app.py 'requests <h3> Automatische Metadatengenerierung </h3> <p>Dadurch werden Metadaten zur Skriptdatei hinzugefügt:<br> </p> <pre class="brush:php;toolbar:false"># /// script # dependencies = [ # "requests <p>Und das ist es! Sie können diese Datei mit jemand anderem teilen und dieser kann einfach Folgendes ausführen:<br> </p> <pre class="brush:php;toolbar:false">$ uv run app.py
Und voilà – keine externe Einrichtung erforderlich! Alles dank der Geschwindigkeit und Effizienz von UV.
2. Erstellen und Verwalten virtueller Umgebungen
Erste Schritte mit virtuellen Umgebungen
UV erfordert standardmäßig die Installation von Paketen in virtuellen Umgebungen, um Ihr System sauber zu halten und Konflikte zwischen verschiedenen Projekten zu vermeiden. Das Erstellen einer virtuellen Umgebung mit UV ist einfach:
$ uv venv
Dadurch wird ein .venv-Verzeichnis erstellt, das die isolierte Umgebung enthält. Wenn Sie ein benutzerdefiniertes Verzeichnis oder eine Python-Version angeben möchten, können Sie Folgendes tun:
$ uv venv my_env --python 3.9
Die Umgebung ist einsatzbereit und UV erkennt sie automatisch für alle Ihre Befehle, wie das Installieren von Paketen oder das Ausführen von Skripten.
Wann sollte uv add vs. uv pip install verwendet werden?
-
Verwenden Sie uv add: Wenn Sie Abhängigkeiten zur pyproject.toml-Datei Ihres Projekts hinzufügen möchten. Dies ist am besten geeignet, wenn Sie ein Projekt entwickeln und alle Abhängigkeiten im Auge behalten möchten, damit das Projekt leicht geteilt und reproduzierbar ist. Wir werden dies im nächsten Beitrag behandeln, bleiben Sie dran!
$ uv add fastapi
Dadurch wird Ihre pyproject.toml aktualisiert und die Version in uv.lock gesperrt.
-
Verwenden Sie uv pip install: Wenn Sie Pakete zur schnellen Verwendung installieren möchten, ohne die Projektdatei zu ändern, oder für globale Tools, bei denen Sie sie nicht in einer pyproject.toml nachverfolgen müssen. Stellen Sie sich UV-Pip als eine sofortige, einmalige Installation vor.
$ uv pip install requests
Durch die Auswahl des richtigen Befehls wird sichergestellt, dass Ihr Projekt ordnungsgemäß verwaltet und einfach geteilt oder bereitgestellt werden kann.
3. Sperren Sie Versionen zur Reproduzierbarkeit
Ist Ihr Code jemals aufgrund von Updates kaputt gegangen?
Das haben wir alle schon erlebt: Ihr Code funktioniert heute, stürzt aber morgen ab, weil ein Paket aktualisiert wird. Mit uv können Sie dies verhindern, indem Sie Paketversionen sperren, um Konsistenz und Reproduzierbarkeit sicherzustellen:
[tool.uv] exclude-newer = "2023-10-16T00:00:00Z"
Auf diese Weise bleibt Ihr Projekt stabil, auch wenn neue Versionen Ihrer Abhängigkeiten herauskommen. Perfekt für Langzeitprojekte, bei denen Sie sich keine Überraschungen leisten können!
4. Python-Versionen verwalten
Unterschiedliche Projekte, unterschiedliche Python-Versionen? Kein Problem!
Viele Entwickler müssen an mehreren Projekten arbeiten, die unterschiedliche Python-Versionen erfordern. uv macht das Wechseln der Versionen so einfach wie:
$ uv python install 3.8 3.9 3.10
Sobald die Versionen installiert sind, ist der Wechsel zwischen ihnen nahtlos:
$ uv run --python 3.10 app.py
Und wenn Sie eine bestimmte Version für ein Projekt sperren möchten:
$ uv python pin 3.9
Kein Jonglieren mehr mit Pyenv-Befehlen – uv übernimmt die ganze schwere Arbeit für Sie.
5. Say Goodbye to pip Hassles
It's pip—but Faster and Better
uv provides a pip-like experience but with turbocharged performance. Installing packages is straightforward:
$ uv pip install flask
Need to add optional dependencies or install directly from a GitHub repo? No sweat:
$ uv pip install 'torch>=1.10.0' "git+https://github.com/astral-sh/ruff"
No more waiting around for slow installations—uv gets the job done fast and effectively.
6. Manage CLI Tools Globally and Easily
From black to ruff, Get Your Tools Hassle-Free
Whether you're linting code or formatting files, uv makes installing CLI tools easy:
-
Globally:
$ uv tool install ruff
-
Locally within a Project:
$ uv add ruff
-
Run Ephemeral Commands without Installing Globally:
$ uvx black my_code.py
Say goodbye to package conflicts and environment pollution—just run your tools whenever and wherever you need them.
If you're looking to supercharge your Python development and want to stop wrestling with multiple tools, uv is your answer. With its streamlined commands, reproducible environments, and efficient package management, uv makes Python development a pleasure rather than a chore.
Ready to take uv for a spin? ? Start today and experience a better way to manage your Python projects.
Stay tuned for Part 2, where we'll dive deeper into advanced features like leveraging pyproject.toml, handling global vs. local tool installations, and how uv can be your best friend when managing complex environments.
Happy coding! ?✨
For more details and full documentation, check out uv documentation.
Das obige ist der detaillierte Inhalt vonBeherrschen Sie das Python-Projektmanagement mit uv PartEs ist Zeit, Poesie hinter sich zu lassen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Zu den realen Anwendungen von Python gehören Datenanalysen, Webentwicklung, künstliche Intelligenz und Automatisierung. 1) In der Datenanalyse verwendet Python Pandas und Matplotlib, um Daten zu verarbeiten und zu visualisieren. 2) In der Webentwicklung vereinfachen Django und Flask Frameworks die Erstellung von Webanwendungen. 3) Auf dem Gebiet der künstlichen Intelligenz werden Tensorflow und Pytorch verwendet, um Modelle zu bauen und zu trainieren. 4) In Bezug auf die Automatisierung können Python -Skripte für Aufgaben wie das Kopieren von Dateien verwendet werden.

Python wird häufig in den Bereichen Data Science, Web Development und Automation Scripting verwendet. 1) In der Datenwissenschaft vereinfacht Python die Datenverarbeitung und -analyse durch Bibliotheken wie Numpy und Pandas. 2) In der Webentwicklung ermöglichen die Django- und Flask -Frameworks Entwicklern, Anwendungen schnell zu erstellen. 3) In automatisierten Skripten machen Pythons Einfachheit und Standardbibliothek es ideal.

Die Flexibilität von Python spiegelt sich in Multi-Paradigm-Unterstützung und dynamischen Typsystemen wider, während eine einfache Syntax und eine reichhaltige Standardbibliothek stammt. 1. Flexibilität: Unterstützt objektorientierte, funktionale und prozedurale Programmierung und dynamische Typsysteme verbessern die Entwicklungseffizienz. 2. Benutzerfreundlichkeit: Die Grammatik liegt nahe an der natürlichen Sprache, die Standardbibliothek deckt eine breite Palette von Funktionen ab und vereinfacht den Entwicklungsprozess.

Python ist für seine Einfachheit und Kraft sehr beliebt, geeignet für alle Anforderungen von Anfängern bis hin zu fortgeschrittenen Entwicklern. Seine Vielseitigkeit spiegelt sich in: 1) leicht zu erlernen und benutzten, einfachen Syntax; 2) Reiche Bibliotheken und Frameworks wie Numpy, Pandas usw.; 3) plattformübergreifende Unterstützung, die auf einer Vielzahl von Betriebssystemen betrieben werden kann; 4) Geeignet für Skript- und Automatisierungsaufgaben zur Verbesserung der Arbeitseffizienz.

Ja, lernen Sie Python in zwei Stunden am Tag. 1. Entwickeln Sie einen angemessenen Studienplan, 2. Wählen Sie die richtigen Lernressourcen aus, 3. Konsolidieren Sie das durch die Praxis erlernte Wissen. Diese Schritte können Ihnen helfen, Python in kurzer Zeit zu meistern.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

PHPStorm Mac-Version
Das neueste (2018.2.1) professionelle, integrierte PHP-Entwicklungstool

SAP NetWeaver Server-Adapter für Eclipse
Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

Dreamweaver Mac
Visuelle Webentwicklungstools