uv trong Python, được giải thích rõ ràng (có mã):

UV cực kỳ nhanh. - Tạo môi trường ảo. Sử dụng UV nhanh hơn ~ 80 lần so với Python -m venv. - Cài đặt gói nhanh hơn 4–12 lần mà không cần bộ nhớ đệm và ~ 100 lần với bộ nhớ đệm Hôm nay, chúng ta hãy hiểu cách sử dụng uv để quản lý gói Python. Hãy đi sâu vào!

uv là một trình quản lý gói Python dựa trên Rust được xây dựng để nhanh chóng và đáng tin cậy. Nó thay thế không chỉ pip mà còn cả pip-tools, virtualenv, pipx, poetry và pyenv, tất cả bằng một nhị phân độc lập duy nhất. Đây là một bảng gian lận uv dành cho các nhà👇 phát triển Python Hãy xem mã tiếp theo!

1️⃣ Tạo một dự án mới Để thiết lập một dự án Python mới, hãy chạy: uv init project-name. Điều này tạo ra cấu trúc thư mục, tệp TOML, tập lệnh mẫu và README. Kiểm tra cái này 👇

2️⃣ Khởi tạo một env. Mặc dù uv tự động khởi tạo một môi trường ảo. Trong một dự án, bạn có thể tạo một môi trường ảo một cách rõ ràng. với lệnh 'uv venv'. Kích hoạt nó như sau: - MacOS/Linux: nguồn .venv/bin/activate - Windows: .venv\Scripts\activate Kiểm tra cái này 👇

3️⃣ Cài đặt các gói Tiếp theo, bạn có thể thêm các phụ thuộc bằng lệnh 'uv add<library-name>'. Khi bạn thêm gói, uv sẽ cập nhật tệp toml và giải quyết cây phụ thuộc đầy đủ, tạo ra một tệp khóa. Kiểm tra cái này 👇

4️⃣ Thực thi một tập lệnh Để chạy một tập lệnh, hãy sử dụng 'uv run script[.]py'. Nếu một gói không có sẵn trong môi trường của bạn nhưng nó được sử dụng trong tập lệnh, uv sẽ cài đặt nó khi bạn chạy tập lệnh, miễn là sự phụ thuộc được chỉ định trong tệp toml. Kiểm tra cái này 👇

5️⃣ Tái tạo môi trường. Cuối cùng, uv cung cấp 100% cài đặt có thể tái tạo. Giả sử bạn đã sao chép một dự án sử dụng tia cực tím. Bạn có thể chạy 'uv sync' để khớp chính xác với dự án. Điều này hoạt động trên hệ điều hành và ngay cả khi dự án bạn sao chép sử dụng một phiên bản Python khác. Kiểm tra cái này 👇

Và đó là cách bạn có thể bắt đầu sử dụng tia cực tím. Lưu ý: Khi bạn đẩy dự án của mình lên GitHub, KHÔNG thêm uv[.]khóa tệp vào tệp Gitignore của bạn. Điều này giúp uv tái tạo môi trường khi người khác sử dụng dự án của bạn. Đây là bảng gian lận một lần nữa để bạn tham khảo 👇

Nếu bạn thấy nội dung này hữu ích, hãy chia sẻ lại với mạng lưới của bạn. Tìm tôi → @akshay_pachaar ✔️ Để biết thêm thông tin chi tiết và hướng dẫn về LLMs, AI Agents, và Machine Learning!