如何管理好Python项目

为什么不使用 Anaconda？

作为一个 Python 开发者，我一直沉浸在 Anaconda 带来的巨大便利中：

• 多虚拟环境（python 版本）管理
• 安装、删除 Python 第三方库并自动解析依赖

但随着使用的深入，我发现 Anaconda 存在一些严重的问题：

1. 失败的依赖管理，尽管可以解析依赖关系，但当项目依赖复杂的时候解析的非常慢，有的时候等解析完了直接报错：无法解析依赖冲突，我直接一个大崩溃… 白白浪费了时间还没有解决问题
2. 谜一样的项目复现，有的时候难免需要复现其他人的实验，但 Python 的第三方库受到平台、Python 版本、CUDA 版本等因素的影响，requirements.txt 文件会把一大堆无关依赖显示出来，不方便阅读，而且安装好了大概率报错，这导致可能配置实验环境就需要搞半天
3. Anaconda 太臃肿了，这算是一个小吐槽，在安装时 Anaconda 的体积就非常大，虽然在换用 miniconda 后有缓解问题，但 conda init shell 启动过慢导致我打开命令行也会产生很大延时…

uv 管理工具

uv 是一个用 Rust 编写的 Python 包和项目管理器。

安装非常简单，官网一条指令就能完成安装，具体操作见官方文档

如何从零开始创建 python 项目？

1. 安装/卸载指定 python 版本
   • uv python install 3.xx
   • 卸载：uv python uninstall 3.xx
   • 查看所有 python 版本：uv python list
2. 创建 python 项目
   • uv init project_name 如果你想创建一个 python 包项目可以使用：uv init --package example-pkg
   • 这个过程会自动在项目目录中创建一个 .venv 文件夹，用来存放当前项目的依赖
   • 或者在项目目录下使用 uv init --python 3.12 直接指定 python 版本
3. 选择合适的 Python 版本
   • 在创建 python 项目时，会选择默认的 python 版本，可以通过 uv python pin 3.xx 对版本进行指定
4. 添加/删除版本依赖
   • uv add torch==2.2.2 对依赖进行添加
   • 删除可以使用 `uv remove torch
   • 需要注意的是，好像在添加时直接输入包名即可，例如上面的 Pytorch 我一般都使用 conda/pip install pytorch 进行安装，在 uv 中直接使用 torch 包名即可
5. 如何从一个新项目中快速导入依赖
   • uv sync