Python虚拟环境venv、uv、conda详细对比

# 1. 创建虚拟环境（默认在当前目录下生成 venv 目录）
python -m venv .venv

# 或指定路径/名称
python -m venv myenv

# 2. 激活环境
# macOS/Linux:
source .venv/bin/activate
# Windows (CMD):
.venv\Scripts\activate.bat
# Windows (PowerShell):
.venv\Scripts\Activate.ps1

# 3. 安装依赖
pip install -r requirements.txt
# 或
pip install some-package

# 4. 退出环境
deactivate

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# 或 Mac Homebrew
brew install uv

# Windows (PowerShell)
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# 任意系统 pip 安装
pip install uv

# 1. 创建虚拟环境（默认 .venv）
uv venv

# 指定名称或路径
uv venv myenv

# 指定 Python 版本（会自动下载该版本）
uv venv --python 3.11

# 2. 激活环境（与 venv 相同）
source .venv/bin/activate   # macOS/Linux
# .venv\Scripts\activate   # Windows

# 3. 用 uv 加速安装（在已激活环境中）
uv pip install -r requirements.txt
# 或仍用 pip
pip install some-package

# 4. 退出
deactivate

# 1. 初始化项目（生成 pyproject.toml、.venv、uv.lock）
uv init my-project
cd my-project

# 2. 添加依赖（自动更新 lock 文件）
uv add requests pandas

# 3. 运行脚本（自动使用项目虚拟环境）
uv run main.py

# 或先激活再运行
source .venv/bin/activate
python main.py

# 1. 创建环境并指定 Python 版本
conda create -n myenv python=3.11

# 指定更多包
conda create -n myenv python=3.11 numpy pandas

# 2. 激活环境
conda activate myenv
# 退出
conda deactivate

# 3. 安装包
conda install numpy
# 或使用 pip（在 conda 环境中）
pip install some-pypi-only-package

# 4. 导出/复现环境
conda env export > environment.yml
conda env create -f environment.yml