zoukankan      html  css  js  c++  java
  • 将Python3导出为exe程序

    一.pyinstaller简介

    Python是一个脚本语言,被解释器解释执行。它的发布方式:

    • .py文件:对于开源项目或者源码没那么重要的,直接提供源码,需要使用者自行安装Python并且安装依赖的各种库。(Python官方的各种安装包就是这样做的)

    • .pyc文件:有些公司或个人因为机密或者各种原因,不愿意源码被运行者看到,可以使用pyc文件发布,pyc文件是Python解释器可以识别的二进制码,故发布后也是跨平台的,需要使用者安装相应版本的Python和依赖库。

    • 可执行文件:对于非码农用户或者一些小白用户,你让他装个Python同时还要折腾一堆依赖库,那简直是个灾难。对于此类用户,最简单的方式就是提供一个可执行文件,只需要把用法告诉Ta即可。比较麻烦的是需要针对不同平台需要打包不同的可执行文件(Windows,Linux,Mac,...)。

    本文主要就是介绍最后一种方式,.py和.pyc都比较简单,Python本身就可以搞定。将Python脚本打包成可执行文件有多种方式,本文重点介绍PyInstaller,

    PyInstaller的原理简介

    PyInstaller其实就是把python解析器和你自己的脚本打包成一个可执行的文件,和编译成真正的机器码完全是两回事,所以千万不要指望成打包成一个可执行文件会提高运行效率,相反可能会降低运行效率,好处就是在运行者的机器上不用安装python和你的脚本依赖的库。在Linux操作系统下,它主要用的binutil工具包里面的lddobjdump命令。

    PyInstaller输入你指定的的脚本,首先分析脚本所依赖的其他脚本,然后去查找,复制,把所有相关的脚本收集起来,包括Python解析器,然后把这些文件放在一个目录下,或者打包进一个可执行文件里面。

    可以直接发布输出的整个文件夹里面的文件,或者生成的可执行文件。你只需要告诉用户,你的应用App是自我包含的,不需要安装其他包,或某个版本的Python,就可以直接运行了。

    需要注意的是,PyInstaller打包的执行文件,只能在和打包机器系统同样的环境下。也就是说,不具备可移植性,若需要在不同系统上运行,就必须针对该平台进行打包。 

    pyinstaller将Python脚本打包成可执行程序,使在没有Python环境的机器上运行

    可运行在Windows,Mac和Linux操作系统下。
    但它不是跨编译的,也就是说在Windows下用PyInstaller生成的exe只能运行在Windows下,在Linux下生成的只能运行在Linux下。

    二.pyinstaller在windows下的安装

    使用命令pip install pyinstaller即可
    在windows下,pyinstaller需要PyWin32的支持。当用pip安装pyinstaller时未找到PyWin32,会自动安装pypiwin32

    如果没有自动安装,自行下载安装:

    https://sourceforge.net/projects/pywin32/files/pywin32/Build%20219/

    出现Successfully installed pyinstaller。。。表示安装成功!

    三.打包

    打包的app里并不包含任何源码,但将脚本的.pyc文件打包了。

    基本语法:
    pyinstaller options myscript.py
    常用的可选参数如下:
    -F,--onefile 将结果打包成一个可执行文件
    -D,--onedir 将所有结果打包到一个文件夹中,该文件夹包括一个可执行文件和可执行文件执行时需要的依赖文件(默认)
    -p DIR,--paths=DIR 设置导入路径
    --distpath=DIR 设置将打包的结果文件放置的路径
    --specpath=DIR 设置将spec文件放置的路径
    -w,--windowed 使用windows子系统执行,不会打开命令行(只对windows有效)
    -c,--nowindowed 使用控制台子系统执行(默认)(只对windows有效)
    -i,--icon=<FILE.ICO> 将file.ico添加为可执行文件的资源(只对windows有效)

    如:pyinstaller -F myfile.py
    pyinstaller -w --icon=D:fengprojectmtsfavicon.ico -F DataViewer.py

  • 相关阅读:
    解决error: RPC failed; result=35, HTTP code = 0/fatal: The remote end hung up unexpectedly
    Pytorch加载预训练模型前n层
    R语言风险价值:ARIMA,GARCH模型滚动估计,预测VaR和回测分析股票时间序列
    拓端tecdat:PYTHON用LSTM长短期记忆神经网络的参数优化方法预测时间序列洗发水销售数据
    拓端tecdat:R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化
    【数据分享】某产品付费用户数据
    拓端tecdat:R语言RStan MCMC:NUTS采样算法用LASSO 构建贝叶斯线性回归模型分析职业声望数据
    拓端tecdat|Matlab正态分布、历史模拟法、加权移动平均线 EWMA估计风险价值VaR和回测Backtest标准普尔指数 S&P500时间序列
    【数据分享】数据驱动营销活动:最优子集算法筛选有价值的客户信息
    拓端tecdat|大学生外卖市场需求状况调查数据可视化报告
  • 原文地址:https://www.cnblogs.com/feng18/p/9211322.html
Copyright © 2011-2022 走看看