用uv来管理Python的多个版本、虚拟环境、库

CONTENTS

常用管理工具比较
- 详细定位比较
卸载全局Python
安装全局版uv
在VSCode中关联使用uv创建的虚拟环境(上面安装好的Python 3.14.6)

常用管理工具比较

特性	uv	pixi	conda	pyenv
核心定位	极致高性能的 Python 全能管家	跨平台的项目环境/任务管理器	科学计算与复杂系统依赖管理	纯粹的 Python 版本切换工具
优势	速度极快、完全替代 pip/venv/pyenv	统一管理 conda + PyPI 依赖	兼容性极强，拥有庞大的社区库	极简，只做一件事
局限	无法直接安装系统级库 (如 CUDA)	需要理解 conda 生态	速度较慢，环境配置较重	功能单一，需配合其他工具
推荐场景	绝大多数纯 Python 项目	需要 native 库 (GDAL/CUDA) 的项目	维护需要兼容旧架构的遗留项目	仅做版本管理的极简主义者

详细定位比较

1. uv (现代开发者的首选)

定位：由 Astral 开发，是当前 Python 生态中事实上的“终极替代者”。

为什么用它：它用 Rust 重写了整个 Python 安装和管理流程，速度比 pip 快 10-100 倍。它内置了 Python 版本管理（替代了 pyenv）和虚拟环境管理（替代了 venv）。
何时使用：适用于 90% 的场景。如果你只是写纯 Python 代码、做 Web 开发、跑 AI 模型（前提是这些库在 PyPI 上有现成的 Wheel 包），uv 是目前最丝滑、最省心的选择。

2. pixi (科学计算与 AI 复杂工程的强者)

定位：基于 conda-forge 生态，通过 Rust 实现的现代化环境管理器。

为什么用它：它是“uv + conda”的结合体。当你的项目需要安装 CUDA 工具包、GDAL、HDF5 等系统级依赖时，uv 会因为找不到系统库而报错，但 pixi 可以将这些系统库和 Python 库锁定在同一个配置文件中。
何时使用：如果你正在进行深度的 AI 研发、地理信息处理或跨平台项目，且需要确保团队每个人的开发环境（包括系统级的库）完全一致，pixi 是目前的最优解。

3. conda (经典的行业标准)

定位：长期以来的科研与数据科学标准工具。

现状：虽然 conda 解决了跨语言依赖问题，但其冷启动慢、环境解析复杂等问题在现代开发中显得略为笨重。
何时使用：除非你有极其复杂的遗留项目依赖于特定的 conda 环境结构，或者你的公司内部基础设施完全基于 conda 构建，否则在 2026 年，新项目通常会优先考虑 pixi (它兼容 conda-forge 但体验更好)。

4. pyenv (逐渐淡出的专职工具)

定位：Python 版本管理工具。

现状：在 uv 出现之前，它是必不可少的。但现在 uv 已经内置了完全兼容的 Python 版本下载和切换功能（uv python install），你不再需要额外维护一个 pyenv。
何时使用：目前基本没有新需求。如果你不需要任何包管理功能，只想极其严格地控制系统层面的 Python 版本，它依然可用，但不再是主流推荐。

卸载全局Python

若你跟我一样，已决定全盘采用uv，但以前手动安装有全局Python的话，因全局Python不仅占用C盘空间，还极易在命令行中因为环境变量冲突（比如直接敲 python 时调用了旧环境，而非 uv 管理的环境）引发混淆，建议将其卸载。步骤如下：

步骤一：通过 Windows 标准流程卸载

按下快捷键 Win + i 打开系统设置 -> 点击应用 -> 安装的应用（或“应用和功能”）。
在搜索框中输入 Python。
找到 Python 3.xx.y (64-bit)，点击右侧的 ... 选择卸载。
如果列表中还有 Python Launcher (py)，也可以一并卸载（uv 本身已经具备出色的版本调度能力）。

步骤二：清理残留的残留目录与缓存

官方卸载程序通常只删除标准文件，会留下你自己之前用全局 pip 安装的第三方库。

打开文件资源管理器，粘贴并前往以下路径（如果提示找不到，说明已被自动清理，忽略即可）：%localappdata%\Programs\Python
查看里面是否还有 Python311 文件夹。如果有，直接右键彻底删除。
清理 pip 全局缓存（可选）：前往 %localappdata%\pip，直接删掉 pip 文件夹，腾出空间。

步骤三：检查并清理环境变量（ PATH ）

卸载程序一般会自动清理环境变量，但手动确认一下更保险，防止命令行里残留废弃路径：

按 Win + R 键，输入 sysdm.cpl 回车，打开“系统属性”。
切换到高级选项卡 -> 点击右下角的 环境变量。
在 “现登录用户的用户变量” 和 “系统变量” 两栏中，分别双击 Path：
检查列表中是否有指向 ...\AppData\Local\Programs\Python\Python3xx... 的条目（例如包含 Python3xx 或 Python3xx\Scripts 的行）。
如果有，选中它并点击右侧的删除 -> 点击确定保存。

安装全局版uv

全局版uv的好处

统一入口：安装全局版后，你在任何目录下打开终端（CMD / PowerShell / VS Code 终端），都可以直接输入 uv 命令行来一键安装 Python 版本、创建虚拟环境或运行脚本。

不再重复造轮子：有了全局版 uv，你就不需要手动去下载 Python 安装包，也不需要安装臃肿的 Anaconda/Miniconda。它一个人就把 Python版本管理和项目环境管理统统搞定了。

不会污染系统：uv 本身只是一个极轻量的单文件工具（只有几十 MB），它在帮你在各个项目创建隔离环境时，不会像传统的 pip 那样把包乱堆在系统全局路径里。

全局版uv的安装目录

uv程序本身的默认安装路径

通过官方PowerShell脚本方式安装时的默认安装目录：%USERPROFILE%\.local\bin

通过winget方式安装时的默认安装目录：%localappdata%\Programs\uv

两种安装方式后面详述，一般情况下默认目录就好。

uv下载的Python版本和缓存目录

默认情况下，uv会把下载好的各类Python版本和安装包缓存放在：

Python版本：%localappdata%\uv\python
依赖包缓存：%localappdata%\uv\cache

如果你C盘空间非常充裕：保持默认即可，完全不需要动。

如果你想为C盘省空间，想把 Python 和缓存挪到D盘或其他盘：可以通过设置 Windows 环境变量，把 uv 的工作目录重定向到存储空间大的盘（比如 D:\uv_store）；或用PowerShell脚本一次性配置全局环境变量。我实际使用的PowerShell脚本如下：

# 将 Python 安装路径指向 D 盘
[Environment]::SetEnvironmentVariable("UV_PYTHON_INSTALL_DIR", "D:\uv_store\python", "User")

# 将缓存路径指向 D 盘
[Environment]::SetEnvironmentVariable("UV_CACHE_DIR", "D:\uv_store\cache", "User")

全局版uv的两种常用安装方式

在 Windows 上安装全局 uv 时，官方 Install 脚本 和 winget 包管理器 都是极其常用且官方支持的方式。

两者的本质区别在于：脚本方式更加轻量、原生且更新最快；而 winget 方式更适合习惯用系统级包管理器统筹全电脑软件的用户。

方案一：官方 PowerShell 安装脚本（在cmd命令提示符内执行）

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

优点：

更新最及时（零延迟）：直接从 Astral 官方服务器拉取最新的发布版本。uv 迭代非常频繁，用脚本永远能第一时间拿到最新功能和 bug 修复。
自我更新更方便：后续你想升级 uv 时，只需在终端敲一行 uv self update 即可完成瞬间自我无缝升级，无需依赖任何外部包管理器。
环境更加独立纯粹：直接将单文件可执行程序放到用户目录（通常是 ~/.local/bin）并自动配置 PATH，不依赖 Windows Apps 的系统映射。

缺点：

需要运行远程脚本：对部分极度看重安全策略的系统，运行 irm ... | iex 这类直接执行网络脚本的操作可能会触发某些杀毒软件的提示（虽然来自官方）。
不在 Windows 统一软件列表中：它不会出现在 Windows 的“设置 -> 应用 -> 安装的应用”列表中（如果以后不用了，卸载时需要手动去删 .local/bin 里的可执行文件，或者用官方提供的卸载思路）。

方案二：通过 winget 安装

winget install --id astral-sh.uv

优点：

系统集成度高：被 Windows 官方的 winget 追踪管理，以后可以通过 winget upgrade --all 一键升级你电脑里的所有软件（包括 uv）。
卸载非常简单干净：如果哪天不想用了，直接运行 winget uninstall astral-sh.uv 或者在 Windows 的“设置 -> 应用”里直接点击卸载即可。
安全透明：下载源经过微软 winget-pkgs 仓库的审核与哈希校验，对企业或严苛安全环境更友好。

缺点：

版本更新微有延迟：虽然 Astral 自动化流程很快，但 winget 仓库的 Manifest 同步有时会比官方直接 Release 慢几个小时到一天。
升级命令稍显繁琐：想单独升级它时，需要敲 winget upgrade --id astral-sh.uv，而不能直接用内置的 uv self update（某些情况下 winget 安装的版本使用 uv self update 会提示权限或路径由包管理器控制）。

对比总结

维度	官方 PowerShell 脚本	Windows winget
更新速度	最快（第一时间获取）	稍有延迟（依赖仓库同步）
日常升级方式	`uv self update`（极简）	`winget upgrade astral-sh.uv`
卸载方便度	手动删除可执行文件	系统面板一键卸载或 `winget uninstall`
系统侵入度	低（单文件放入 `.local/bin`）	中

最终建议

首选“官方 PowerShell 脚本”：如果你是 Python 开发者，追求最丝滑的体验和极速的自我升级（uv self update），推荐使用官方脚本。这也是 uv 官方文档中最推荐的方式。
首选“winget”：如果你有“软件强迫症”，希望电脑里所有的命令行工具（如 git、cmake、uv）都能通过 winget 统一管理和面板卸载，选 winget 更加省心。

我的uv安装和确认的记录

我选的是”官方 PowerShell 脚本“方式

安装结果如下所示，PATH环境变量也被自动加好了（新开cmd命令提示符页面后生效）。

uv python list命令查看可下载的python版本

安装好uv后，在新cmd命令提示符界面中，用uv python list命令可查看可下载的python环境，我的执行结果如下：

uv python list
cpython-3.15.0b3-windows-x86_64-none                 <download available>
cpython-3.15.0b3+freethreaded-windows-x86_64-none    <download available>
cpython-3.14.6-windows-x86_64-none                   <download available>
cpython-3.14.6+freethreaded-windows-x86_64-none      <download available>
cpython-3.13.14-windows-x86_64-none                  <download available>
cpython-3.13.14+freethreaded-windows-x86_64-none     <download available>
cpython-3.12.13-windows-x86_64-none                  <download available>
cpython-3.11.15-windows-x86_64-none                  <download available>
cpython-3.10.20-windows-x86_64-none                  <download available>
cpython-3.9.25-windows-x86_64-none                   <download available>
cpython-3.8.20-windows-x86_64-none                   <download available>
pypy-3.11.15-windows-x86_64-none                     <download available>
pypy-3.10.16-windows-x86_64-none                     <download available>
pypy-3.9.19-windows-x86_64-none                      <download available>
pypy-3.8.16-windows-x86_64-none                      <download available>
graalpy-3.12.0-windows-x86_64-none                   <download available>
graalpy-3.11.0-windows-x86_64-none                   <download available>
graalpy-3.10.0-windows-x86_64-none                   <download available>

uv python list输出结果中的各行含义拆解

每一行的命名格式为：[解释器类型]-[版本号][+特殊变体]-[操作系统]-[架构]-[其他细节]

1. 解释器类型（开头的名称）

cpython：官方标准的 Python 实现，99% 的 Python 开发者和第三方库（Pandas、PyTorch、Django 等）都是基于它运行的。
pypy：采用 JIT（即时编译）技术的替代实现，在某些纯计算任务中速度更快，但对部分 C 扩展库兼容性较差。
graalpy：Oracle 研发的基于 GraalVM 的 Python 实现，主要用于 Java 与 Python 的混合嵌入开发。

2. 标识含义（后缀与变体）

b3 (如 3.15.0b3)：代表 Beta（测试版），非正式生产版本，仅供测试新特性使用。
+freethreaded：代表无 GIL（全局解释器锁）的自由线程版本。这是 Python 近期引入的实验性特性，旨在提高多核并行性能，但目前大量第三方库尚不支持。
windows-x86_64-none：代表适用于 Windows 64位操作系统 的二进制文件。
<download available>：说明该版本目前在你的电脑里尚未下载，但 uv 随时可以从云端拉取并使用。

用uv一键安装python 3.14(最新稳定版)

你不需要手动敲长长的完整文件名，uv 的语义化别名会自动识别最新稳定版：

安装推荐的最新稳定版 (Python 3.14)：uv python install 3.14 (uv 会自动跳过 +freethreaded 和测试版，精准下载最新的正式稳定版 cpython-3.14.6)
项目中使用：后续在任何项目目录中创建虚拟环境时，直接指定版本号即可：uv venv --python 3.14

我的python 3.14的安装结果：

uv python install 3.14
Installed Python 3.14.6 in 3.70s
 + cpython-3.14.6-windows-x86_64-none (python3.14.exe)

仔细观察上面的截图，你会发现这两个文件夹的图标有一个非常关键的小区别：

cpython-3.14-windows-x86_64-none 的文件夹图标左下角带有一个小箭头，这说明它其实不是一个真正的文件夹，而是一个符号链接（Symbolic Link，即快捷方式）。

下面是这两个目录各自的角色和原理：

1. 实际存放内容的实体文件夹：cpython-3.14.6-...

作用：这里存放的是 Python 3.14.6 完整的二进制文件、标准库以及可执行程序（python.exe）。
特点：带有完整的小版本号（.6），是真实的磁盘占用实体。

2. 快捷指向的软链接：cpython-3.14-...

作用：它是一个指向 cpython-3.14.6-... 的软链接，几乎不占用磁盘空间。
为什么要这么做？ 这是 uv 为了版本兼容与快捷调用设计的机制：当你运行命令 uv venv --python 3.14 时，你并没有指定末尾的小版本号 .6。uv 只需要直接寻找 cpython-3.14-... 这个通用链接，就能自动定位到你目前已安装的最新的 3.14.6 版本。

💡 总结与建议

无需担心空间：虽然看起来有两个目录，但实际上 Python 只有一份，软链接只是一个轻量级的“导航路标”。
千万不要手动删除 cpython-3.14-...：如果删掉了这个快捷链接，后续使用 uv venv --python 3.14 等快捷命令时可能会提示找不到对应的解释器。保持默认即可，uv 会自动为你维护这些链接。

在VSCode中关联使用uv创建的虚拟环境(上面安装好的Python 3.14.6)

VSCode 对 Python 虚拟环境有非常完善的自动识别机制，具体操作步骤如下：

步骤一：在项目中用 uv 创建虚拟环境

首先在你的项目根目录下打开终端，运行 uv venv：

# 进入你的项目目录
cd /d D:\Src\Python

# 使用 uv 创建虚拟环境（默认会在当前目录下生成一个 .venv 文件夹）
uv venv

# （可选）如果你有通过uv安装好多个Python版本，想指定特定的Python版本，比如3.14时：
# uv venv --python 3.14

执行完成后，你的项目根目录下会多出一个名为 .venv 的文件夹。

步骤二：在 VSCode 中选择该虚拟环境

在 VSCode 中打开项目文件夹（文件 -> 打开文件夹 -> 选择 D:\Src\Python）。
打开命令面板：
- Windows环境的快捷键：Ctrl + Shift + P
输入并选择：Python: Select Interpreter（Python: 选择解释器）。
选择对应的解释器：
- 在弹出的列表中，VSCode 通常会自动扫描并优先推荐带 '.venv’: venv` 标记的解释器，直接点击选中即可。若有多个适是而非的选项，请选择带”workspace”字样的。
- 如果列表中没出来：点击列表最上方的 Enter interpreter path...（输入解释器路径） -> Find...（查找），然后手动定位到你项目里的 .venv 目录，选择 .venv\Scripts\python.exe

步骤三：验证是否关联成功

查看右下角：打开任意一个 .py 文件，查看 VSCode 右下角状态栏，应该会显示类似 3.14.x ('.venv': venv) 的字样。
打开集成终端：在 VSCode 内新建终端（快捷键 Ctrl + ~），你会发现命令行最前面自动加上了 (.venv) 前缀，说明环境已自动激活。

💡 进阶小技巧

如果你使用 uv 管理项目依赖，在 VSCode 内可以直接使用 uv 替代传统的 pip 命令：

安装新依赖：在 VSCode 终端中直接运行：uv add requests (这会自动把依赖下载到 .venv 中，并同步更新 pyproject.toml 文件)
快捷配置文件（可选）：如果你希望 VSCode 永远优先扫描项目根目录下的 .venv，可以确保项目根目录下的 .vscode/settings.json 中包含以下设置：JSON{ "python.defaultInterpreterPath": "${workspaceFolder}/.venv/Scripts/python.exe" }