2.2 Python 与 uv

DORA 的 Python 节点需要一个 Python 运行时和一个包管理器来安装依赖。本课程推荐使用 uv——一个用 Rust 编写的极速 Python 包管理器（比 pip 快 10-100 倍），它同时内置 Python 版本管理功能。

安装 uv

macOS / Linux

Windows

curl -LsSf https://astral.sh/uv/install.sh | sh

安装后重新打开终端（或执行 source ~/.cargo/env），确认可用：

uv --version

uv 的功能

uv 同时扮演了 pip（包安装）和 pyenv（Python 版本管理）的角色。安装后可直接用 uv python install 安装指定版本 Python，用 uv pip install 装包。

uv 安装完成后，用它安装本课程使用的 Python 版本：

uv python install 3.12

安装完成后，可用以下命令验证：

uv run python --version
# 应输出 Python 3.12.x

关于系统 Python

macOS 和 Linux 通常自带 Python，但不建议直接使用系统 Python（版本可能过旧，且安装包可能污染系统环境）。使用 uv 管理的 Python 是隔离的，不会影响系统自带的版本。

后续所有 Python 节点都在 uv 虚拟环境中运行，保证依赖隔离、版本一致。在课程工作目录下创建虚拟环境：

# 在课程工作目录下执行
uv venv

此命令会创建 .venv/ 目录，包含一个独立的 Python 环境。

每次开始课程操作前，需要激活虚拟环境：

macOS / Linux

Windows

source .venv/bin/activate

激活后终端提示符前会显示 (.venv)，表示当前在虚拟环境中：

(.venv) $ python --version
Python 3.12.x

后续操作默认在虚拟环境中

从本章之后的课程中，python xxx.py、pip install xxx 等命令都默认在虚拟环境中执行。每次新开终端都要先执行 source .venv/bin/activate（Windows 为 .venv\Scripts\activate）。

虚拟环境激活后，安装课程所需的 Python 包：

# 安装 pyarrow（DORA Python 节点必需）
uv pip install pyarrow

# 后续各章用到的包，如 opencv-python、ultralytics、sherpa-onnx 等，
# 在对应章节会单独说明，使用时按需安装即可。

使用 uv 安装和管理 Python 环境。
macOS/Linux: curl -LsSf https://astral.sh/uv/install.sh | sh
Windows: PowerShell 运行安装脚本。
uv python install 3.12 安装课程使用的 Python 版本。
uv venv 创建虚拟环境，每次新开终端先激活（source .venv/bin/activate 或 Windows 的 .venv\Scripts\activate）。
uv 隔离管理 Python，不冲突系统自带版本。