Anaconda 环境配置与 pyinstaller 程序打包

python
发布时间 :
字数:2.4k 阅读 :
  1. 一、安装 Anaconda
    1. 1.1 常见命令
    2. 1.2 特点
  2. 二、Pyinstaller 使用
    1. 2.1 安装与介绍
    2. 2.2 开始打包
    3. 2.3 其他相关知识点

一、安装 Anaconda

安装 Anaconda3 环境，安装路径：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

版本可以选择 Anaconda3-2023.03-Linux-x86_64.sh

安装：下载完成后，直接在 Linux 里运行./Anaconda3-2023.03-Linux-x86_64.sh 安装即可

配置环境变量：./anaconda3/bin 到 PATH 里面

1.1 常见命令

使用 conda 创建虚拟环境是一个非常直接的过程，以下是具体步骤：

conda create --name myenv   # 使用 anaconda 创建虚拟环境
conda activate myenv        # 激活环境

#安装第三方的包
conda install numpy
pip install numpy

#列出所有已有的 conda 环境
conda env list

#列出当前环境中所有已安装的包
conda list

#退出当前环境
conda deactivate

1.2 特点

  1. 环境的独立性：每个 Conda 虚拟环境都是相互独立的。这意味着在一个环境中安装的包不会自动出现在其他环境中。因此，如果你希望在新的虚拟环境中使用某些包，则确实需要在该环境中重新安装这些包。

  2. 环境导出和导入：当你使用 Anaconda 创建一个新的虚拟环境时，默认情况下，这个新环境并不会自动包含 Anaconda 安装时自带的所有包。新创建的 Conda 环境通常只包含一些最基本、最核心的包，比如 python 和 pip，以及其他少量基础工具。

    • 但是如果你想拷贝一些包到新的虚拟环境，可以：
    conda create --name myenv python=3.10 numpy pandas matplotlib
    • 如果你已经有一个包含所需包的环境，并且想要在另一个环境中复制相同的配置（包括所有已安装的包及其版本），你可以使用 conda env export 命令来导出当前环境的配置为 YAML 文件，然后在新环境中使用 conda env create 根据这个 YAML 文件创建一个完全相同的环境。例如：
    conda env export --name existing_env > environment.yml
conda env create --file environment.yml
    • 如果你希望新创建的环境包含与基础 Anaconda 环境相同的包集合，可以这样做：
    conda activate base                            #先激活基础环境
conda env export --no-builds > environment.yml #再导出基础环境的包

#基于 yml 文件生成新的环境，新环境的名字将取决于 environment.yml 文件中的定义
conda env create -f environment.yml

  3. 共享包存储库：虽然每个 Conda 环境是独立的，但它们可以共享同一个 Conda 存储库中的包。也就是说，如果多个环境都需要某个特定版本的包，Conda 只需下载一次该包并将其存储在其包缓存中，然后在不同的环境中链接到这个包。这样可以节省磁盘空间和下载时间。

  4. 跨环境移动包：严格来说，你不能直接“移动”包从一个 Conda 环境到另一个。但是，通过上述的环境导出 / 导入功能，你可以高效地在不同环境中复制包配置。

二、Pyinstaller 使用

作用：PyInstaller 是一个非常流行的开源工具，用于将 Python 应用程序打包成独立的可执行文件，适用于 Windows、macOS 和 Linux 等多个平台。它能够帮助开发者将复杂的项目及其所有依赖项整合到一起，从而简化分发流程。

主要特点

  • 跨平台支持：可以在不同操作系统上运行，生成对应平台的可执行文件。
  • 包含所有依赖：自动分析你的 Python 脚本，并收集所有的依赖库和资源文件，确保在目标机器上无需额外安装即可运行。
  • 多种输出格式：根据不同的需求，可以生成单个可执行文件或包含多个文件的目录。
  • 兼容性广：支持多种 Python 版本及大量的第三方库。

2.1 安装与介绍

安装 pyinstaller，检查是否有 pyinstaller，如无，安装 pip install pyinstaller

Pyinstaller 常用选项

  • -F 或 --onefile：打包成单个可执行文件。
  • -w 或 --windowed（仅适用于 macOS 和 Windows 上的 GUI 应用）：避免打开控制台窗口。
  • -n 或 --name：指定输出的可执行文件名称。
  • -i 或 --icon：为生成的可执行文件添加图标。

PyInstaller 还允许通过编写 .spec 文件来进一步定制打包过程，比如处理动态导入模块、添加数据文件等复杂场景。

  1. 生成 .spec 文件： 在首次运行 PyInstaller 时不直接生成可执行文件，而是只生成 .spec 文件，可以使用 -y 参数：

    pyinstaller --onefile -n myapp -y myscript.py

    这将生成一个名为 myscript.spec 的文件。

  2. 编辑 .spec 文件： 打开生成的 .spec 文件进行编辑。以下是一些常见的高级用法示例。

    # -*- mode: python ; coding: utf-8 -*-

#指定是否使用加密算法
block_cipher = None

#打包流程的核心部分之一。它负责分析你的脚本及其依赖关系，并准备所有必要的信息以便后续步骤使用。
a = Analysis(['myscript.py'],  #要打包的主脚本列表
    pathex=['/path/to/my/project'],  #包含额外的路径以搜索模块
    binaries=[],  #需要包含的二进制文件（如动态链接库）
    datas=[('resources/*', '.')], # 添加数据文件
    hiddenimports=['module_name'], # 显式声明隐藏导入，那些不会被自动检测到的隐式导入模块
    hookspath=['./hooks'], # 自定义钩子路径
    runtime_hooks=None,
    excludes=None,
    win_no_prefer_redirects=False,
    win_private_assemblies=False,
    cipher=block_cipher,
)

#Python ZIP 应用程序档案，包含了所有经过压缩的纯 Python 模块
pyz = PYZ(a.pure, a.zipped_data,
          cipher=block_cipher,
          )

#定义了最终生成的可执行文件的详细信息。包括名称、图标、是否启用控制台窗口等。
exe = EXE(pyz,
          a.scripts,
          [],
          exclude_binaries=True,
          name='myapp',
          debug=False,
          strip=False,
          upx=True,
          console=True,
          icon='myicon.ico', # 应用图标
          key='my_secret_key') # 加密密钥

#用于收集所有需要的资源，包括二进制文件、ZIP 文件和数据文件，并将它们与 exe 组合在一起形成最终的输出目录结构。
coll = COLLECT(exe,
               a.binaries,
               a.zipfiles,
               a.datas,
               strip=False,
               upx=True,
               upx_exclude=[],
               name='myapp')

2.2 开始打包

切换到你的工作目录，就是你的 python 程序所在的路径，创建虚拟环境：

方法一：python -m venv v_env

python -m venv v_env   # 使用 Python 的 venv 模块来创建一个新的虚拟环境 v_env

source v_env/bin/activate.csh   #如果当前是 csh 环境
source v_env/bin/activate       #如果当前是 bash 环境

pip install pyqt5 pyinstaller   #在虚拟环境 v_env 安装需要用到的包

pyinstaller --onfile --windowed --hidden-import PyQt5.sip xxx.py

方法二：conda create --name myenv 

conda create --name myenv python=3.10 pyqt5 pyinstaller  # 使用 anaconda 创建虚拟环境，并夹带一些指定的包
conda activate myenv        # 激活环境

pyinstaller --onfile --windowed --hidden-import PyQt5.sip xxx.py

当你使用 Anaconda 创建一个新的虚拟环境时，默认情况下，这个新环境并不会自动包含 Anaconda 安装时自带的所有包。新创建的 Conda 环境通常只包含一些最基本、最核心的包，比如 python 和 pip，以及其他少量基础工具。

更建议的做法是将这个过程写成一个 shell 脚本，省事

以 python -m venv v_env 创建的虚拟环境为例

#!/bin/csh

source v_env/bin/activate.csh       #先激活虚拟环境

pyinstaller --onfile --windowed \
            --add_data "assets:assets"        #静态资源目录
            --hidden-import PyQt5.sip         #声明隐藏依赖
            --icon=app.ico                    #程序图标
            xxx.py

2.3 其他相关知识点

python -m venv 和 Anaconda（或更具体地说是 conda 命令用于创建虚拟环境）都是用于创建独立的 Python 环境，但它们之间存在一些关键差异：

  1. 包管理
  • venv: 使用标准的 Python 包管理工具 pip 来安装和管理包。这意味着你需要手动解决依赖关系，并确保所有需要的包都可以通过 PyPI 获得。
  • Anaconda (conda): 提供了自己的包管理和环境管理系统，叫做 conda。它不仅能够管理 Python 包，还能处理非 Python 依赖项，例如编译器、系统库等。此外，conda 可以从 Anaconda 的仓库中获取包，这些仓库通常包含比 PyPI 更新的版本或者直接提供预编译的二进制文件，这在某些情况下可以简化安装过程。
  1. 跨平台兼容性与易用性
  • venv: 主要专注于 Python 开发者的使用场景，对于简单的项目和纯 Python 依赖非常有效。但是，在处理跨平台兼容性问题时可能需要额外的工作，特别是在处理不同操作系统之间的差异时。
  • Anaconda (conda): 设计时考虑到了数据科学领域的需求，因此在处理跨平台兼容性和复杂的依赖关系方面表现出色。conda 创建的环境更容易在不同的操作系统之间迁移，且支持多种语言的包管理，不仅仅限于 Python。
  1. 环境隔离
  • venv 和 conda 都能有效地创建隔离的环境，使得不同的项目可以拥有独立的库版本和依赖关系。然而，由于 conda 还可以管理非 Python 依赖，所以在某些情况下它可以提供更强的隔离能力。
  1. 性能与大小
  • venv: 生成的虚拟环境相对较小，因为它们只包含必要的 Python 文件和激活脚本。
  • Anaconda (conda): 创建的环境可能会更大，因为它包含了更多的默认包（尤其是数据科学相关的库），以及为了支持多语言和复杂依赖而增加的功能。
欢迎各位看官及技术大佬前来交流指导呀，可以邮件至 jqiange@yeah.net

©2020-2025 Jqiange

Built with Hexo and 3-hexo theme