新的Python包管理器 - uv
可以参考的一些资料
Python包管理不再头疼：uv工具快速上手 - wang_yb - 博客园
安装
bash
# On macOS and Linux.
curl -LsSf https://astral.sh/uv/install.sh | sh
# With pip.
pip install uv使用
初始化一个项目
bash
uv init xxx
cd xxx
# 如果你想在当前目录下，直接使用
uv init初始化之后，项目的结构如下：
.
├── main.py
├── pyproject.toml
├── README.md
└── uv.lock这个 pyproject.toml 和 js 里面管理依赖有点类似：
toml
[project]
name = "python-async"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.13"
dependencies = [
"aiohttp>=3.11.18",
]
[[tool.uv.index]]
url = "https://mirrors.aliyun.com/pypi/simple/"创建虚拟环境 venv，怕你找不到还告诉你怎么激活（人还怪好）：
bash
uv venv
之后激活虚拟环境：
bash
source .venv/bin/activate管理依赖
安装依赖：
bash
uv add <dependency>
删除依赖：
bash
uv remove <dependency>
安装一些 pip 也是可以的，可以用来加速 pip 的安装，可以参考官方的文档：Compatibility with pip | uv
bash
uv pip install pandas # 安装pandas包
uv pip freeze > requirements.txt # 导出依赖
uv pip install -r requirements.txt # 安装依赖换源
源在国外，大概率拉不下来，需要换源，提供两种方法：
- 在命令行中切换
bash
uv add fastapi --index https://mirrors.aliyun.com/pypi/simple/- 在项目的
pyproject.toml中添加
上面这两种都只在单个项目中起作用，提供持久化的一种方法：
bash
echo 'export UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple' >> ~/.bashrc
source ~/.bashrc # 立即生效总结
一些小项目或者用 Docker 跑的小脚本，可以使用 uv 作为包管理器了，因为速度比较快，用于科学计算的 PyTorch 或者 Pandas，可能还是得上 conda