Python 虚拟环境：venv、conda 和 uv

2026-09-30 · 开发环境

实验室服务器上大家共用一个 Python，有人升级了 torch，其他人的代码就跑不起来。所以每个项目单独建一个环境。

venv：自带的，够用

python -m venv .venv
source .venv/bin/activate      # Windows: .venv\Scripts\activate
pip install -r requirements.txt

优点是不用装别的东西。缺点是只管 Python 包，换 Python 版本得自己另外装。

conda create -n exp python=3.11
conda activate exp

能连 Python 版本和一些系统库一起管理，深度学习项目里比较常见。缺点是解依赖慢，环境体积也大。

uv venv
uv pip install -r requirements.txt
uv run train.py

用 Rust 写的，装包比 pip 快很多，也能管理 Python 版本。新项目基本都用它了。