从conda转uv快速上手

👋 欢迎来到算栗工坊！ 我是 Zihan，持续关注并分享关于 LLM、Python 开发及算法等方向的思考与实践。 🌐 全网同名：算栗工坊 | Github | 小红书 | 知乎

【2026.4.15更新】

1. `uv init xhs_scraper`¶

你以前的做法： mkdir xhs_scraper -> cd xhs_scraper -> uv venv
新模式的魔法： 这一个命令，不仅帮你建了文件夹、建了 .venv 虚拟环境，最重要的是，它帮你生成了一个 pyproject.toml 文件。 这东西就是现代版的 requirements.txt。

2. `uv add playwright`¶

你以前的做法： 先 source .venv/bin/activate -> 然后 uv pip install playwright -> 最后还得记得 uv pip freeze > requirements.txt。
新模式的魔法： 自动下载安装包，并且自动把依赖写进 pyproject.toml 里。你再也不用手动去维护那恶心的 requirements.txt 了！依赖管理变成了全自动"记账"。

3. `uv run ...`¶

你以前的做法： 每次连上 SSH，都得先 source .venv/bin/activate，一不小心忘了激活，就把包全装到全局环境里去了。
新模式的魔法： 免激活！ 只要你在项目目录里，输入 uv run python spider.py，它会自动找到那个 .venv，在虚拟环境里把代码跑完，跑完自动退出。你的终端永远保持干净，不会被一堆 (myenv) 搞得乱七八糟。

【需要有conda使用基础】

uv 是用 Rust 编写的，它的包解析和安装速度通常比 Conda 或传统的 pip 快几十倍甚至上百倍。

在习惯了 Conda 工作流的前提下，使用 uv 其实非常简单。

conda和uv最大的区别¶

Conda是全局中心化的。 也就是运行 conda create -n myenv，这个环境会保存在 Anaconda 的安装目录下。无论你在哪个项目中，都可以 conda activate myenv。
uv默认是项目本地化的。 当使用 uv venv 时，它会在当前的文件夹里创建一个名为 .venv 的隐藏文件夹。这和 Python 标准的 venv 是一样的，好处是环境和项目代码绑定，不容易和别的项目冲突。

卸载Anaconda¶

（win）直接找uninstall.exe （linux）略

安装uv¶

windows¶

powershell

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

linux(..)¶

bash

curl -LsSf https://astral.sh/uv/install.sh | sh

验证安装¶

关掉刚刚的命令行窗口，再重新打开一个

uv --version

输出版本号就代表装好了

重装python¶

由于之前把anaconda卸载了，机器上没有python环境，打开vscode会弹出这个东西：点击安装python

使用uv¶

创建虚拟环境¶

在终端里，在项目根目录下，输入：

uv venv --python 3.xx

也可以不指定python版本这相当于conda create

激活虚拟环境¶

windows

.venv\Scripts\activate

linux（。。）

source .venv/bin/activate

相当于conda activate

激活后，前面会显示.venv或者你的项目名

安装依赖包¶

# 安装单独的包
uv pip install requests

# 批量安装
uv pip install -r requirements.txt

Conda vs uv 完全等效命令速查表¶

命令	Conda 命令	uv 命令
安装特定的 Python 版本	(包含在 create 中)	`uv python install 3.10`
创建新环境	`conda create -n myenv python=3.10`	`uv venv --python 3.10`
激活环境	`conda activate myenv`	`source .venv/bin/activate`(Linux) `.venv\Scripts\activate`(Windows)
安装包	`conda install numpy`	`uv pip install numpy`
卸载包	`conda remove numpy`	`uv pip uninstall numpy`
查看已安装的包	`conda list`	`uv pip list`
导出环境依赖	`conda env export > environment.yml`	`uv pip freeze > requirements.txt`
根据文件创建环境	`conda env create -f environment.yml`	`uv pip install -r requirements.txt`

【重点】uv进阶用法¶

conda里面是deactivate，uv里面也是deactivate

但是"必须先激活、用完再退出"是Conda的全局环境管理思维！！

咱uv是"基于工作目录自动感知"的管理思维：只要当前目录（或上级目录）里有个 .venv 文件夹，所有的 uv 命令就会极其听话地只对这个环境生效，绝不乱动系统的 Python。

1. 丝滑包管理¶

完全不需要激活环境，只要在 .venv 同级目录： - uv pip install pandas：直接把包精准装进当前的 .venv 里。 - uv pip list：直接查看当前环境装了什么包。 - uv pip tree：（强烈推荐！）这个命令会把你当前环境的包以"依赖树"的形态打印出来。 - uv pip freeze > requirements.txt：一键导出当前环境的依赖。

2. 万物皆可 `uv run`¶

uv run <script>.py：直接在当前项目环境下运行脚本。
uv run python：直接进入当前虚拟环境的 Python 交互模式（REPL）。
uv run jupyter lab：（核心重点！） uv 会自动用 .venv 里的 Python 启动 Jupyter。
uv run pytest：直接运行当前环境下的单元测试。

3. 一次性"阅后即焚"环境¶

uv run --with matplotlib,seaborn test_memory.py uv 会在极其隐蔽的系统缓存里，瞬间建一个临时环境，装上这俩包，跑完你的代码出完图，然后直接把环境扬了，不留一丝痕迹。

4. 极速环境管理¶

uv venv：在当前目录下瞬间创建一个纯净的 .venv。
uv python install 3.10：直接下载指定版本的 Python。

FAQ¶

VS Code 找不到正确 `venv` /静态分析失效¶

项目套项目会导致这个问题，左边资源管理器打开项目根目录即可。方法1：VS Code左上角文件 → 打开文件夹 方法2：终端载入项目根目录，输入code .

终端里conda环境套uv环境¶

终端自动给我开了一个conda环境，又自动开了venv。输入conda deactivate把conda环境关掉是正确的，但是每次都手动关一下很烦。

终端输入以下内容即可

conda config --set auto_activate false

这样就把自动激活conda环境关掉了

🌟 保持联系，继续探索！¶

💻 GitHub: Github | 小红书
📚 更多笔记: 算栗工坊suanlilog.com | 算栗工坊 - 知乎
💬 社交动态: 小红书

版权声明：本文遵循 CC BY-NC-SA 4.0 协议。