Python封装——如何把python代码打包成一个可执行的.exe文件，Pyinstaller

目录

• Pyinstaller是啥
• 入门案例：Hello World 封装
• • 1.hello world封装
  • 2.封装步骤
  • • 1.新建文件夹放入hello.py文件
    • 2.按住shift点鼠标右键选择
    • 3.输入
    • 4.完成后打开dist文件
    • 运行的效果如下
• pyinstaller的参数详解
• • 比如：加个icon图标
• 进阶案例：读取.dat文件，计算绘图并保存结果
• • 1.dat文件读取和处理
  • 2.整体的流程和代码
  • 3.封装遇到问题及解决
  • • 问题1：RecursionError:maximum recursion depth exceeded
    • 问题2：FileNotFoundError:File b'./loadc.dat'does not exist
    • 问题3：ModuleNotFoundError:No module named'sklearn.utils._cython_blas
    • 问题4：ModuleNotFoundError:No module named'sklearn.neighbors.typedefs
  • 4.封装成功后运行

---

Pyinstaller是啥

https://pyinstaller.org/en/stable/

Pyinstaller可以打包Win、Linux、MacOS下的python程序，在什么环境下打包的就是什么平台的程序。相对来看，Pyinstaller打包的程序体积大、安全性稍差(容易反编译)，但是上手相对简单一些。

入门案例：Hello World 封装

1.hello world封装

安装：cmd下输入pip install Pyinstaller（P大写）
清华大学镜像

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple Pyinstaller

编程：加入input（）解决闪退问题

print("hello world") input("输入任意键结束")

2.封装步骤

1.新建文件夹放入hello.py文件

2.按住shift点鼠标右键选择

3.输入

pyinstaller -F hello.py

4.完成后打开dist文件

运行的效果如下

pyinstaller的参数详解

pyinstaller -F -w --icon=xxx.ico main.py –noconsole

• -F表示生成单exe可执行文件，-w表示窗体程序,
• –icon是设置exe的显示图标，'main.py’是程序的入口，
• –noconsole 表示不展示cmd窗口

	PyInstaller 支持的常用选项
-h，–help	产生单个的可执行文件
-D，–onedir	产生一个目录（包含多个文件）作为可执行程序
-a，–ascii	不包含 Unicode 字符集支持
-d，–debug	产生 debug 版本的可执行文件
-w，–windowed， --noconsolc	指定程序运行时不显示命令行窗口（仅对 Windows 有效）
-c，–nowindowed， --console	指定使用命令行窗口运行程序（仅对 Windows 有效）
-o DIR，–out=DIR	指定 spec 文件的生成目录。如果没有指定，则默认使用当前目录来生成 spec 文件
-p DIR，–path=DIR	设置 Python 导入模块的路径（和设置 PYTHONPATH 环境变量的作用相似）。 也可使用路径分隔符（Windows 使用分号，Linux 使用冒号）来分隔多个路径
-n NAME， --name=NAME	指定项目（产生的 spec）名字。如果省略该选项，那么第一个脚本的主文件名将作为 spec 的名字

比如：加个icon图标

改进后：pyinstaller -F --icon=subway.ico hello.py

进阶案例：读取.dat文件，计算绘图并保存结果

1.dat文件读取和处理

import numpy as np import pandas as pd import os # 列出当前目录下所有的文件 files = os.listdir(".") for filename in files: portion = os.path.splitext(filename) # 如果后缀是.txt if portion[1] == ".txt": # 重新组合文件名和后缀名 newname = portion[0] + ".csv" os.rename(filename,newname) a=pd.read_csv('F:\python\loadc.csv',sep = ',',encoding = 'gbk') import pandas as pd import numpy as np file_path = "./loadc.dat" df = pd.read_csv(file_path,encoding = 'gbk')

2.整体的流程和代码

import pandas as pd import numpy as np from matplotlib import pyplot as plt ######################################################### pd.set_option('display.width', 1000)#加了这一行那表格的一行就不会分段出现了 pd.set_option('display.max_columns', None) pd.set_option('display.max_rows', None) plt.rcParams['font.sans-serif'] = 'SimHei' plt.rcParams['axes.unicode_minus'] = False ## 设置正常显示符号 ########################################################### file_path = "./loadc.dat" df = pd.read_csv(file_path,encoding = 'gbk') file_path1 = "./thrustweight.dat" df1 = pd.read_csv(file_path1,encoding = 'gbk') ########################################################## # 推力和载荷数据记录的处理 #转换成只有数据的列表 a=df.iloc[1,:].str.split("\t").tolist() # print(df.loc["预估载荷上下界"]) load_list1=[i for j in a for i in j ] load_data1=list(map(float,load_list1[1:])) load_list=[] for k in range(1,df.shape[0]): a = df.iloc[k, :].str.split("\t").tolist() load_list1 = [i for j in a for i in j] load_data1 = list(map(float, load_list1[1:]))#输出不带米数的数据 load_list.insert(k-1, load_data1) #装换成DataFrame数据 load_data_dataframe=pd.DataFrame(load_list,columns=["thrust_min","thrust_max","torque_min","torque_max"]) ########################################################## # 占比数据的处理 b=df1.iloc[1,:].str.split("\t").tolist() load_rate1=[i for j in b for i in j ] load_rate=list(map(float,load_rate1[:])) cutter_thrust_rate1=load_rate[0]/100 shield_friction_rate1=load_rate[1]/100 equipment_traction_rate1=load_rate[2]/100 ########################################################### #输出刀盘推力的预估上界和下界 cutter_thrust_rate=pd.Series([cutter_thrust_rate1]*800) cutter_thrust_load=load_data_dataframe.mul(cutter_thrust_rate,axis=0) shield_friction_rate=pd.Series([shield_friction_rate1]*800) shield_friction_load=load_data_dataframe.mul(shield_friction_rate,axis=0) equipment_traction_rate=pd.Series([equipment_traction_rate1]*800) equipment_traction_load=load_data_dataframe.mul(equipment_traction_rate,axis=0) # print(load_data_dataframe) # print(cutter_thrust_load) ############################################################### #画图 plt.figure(figsize=(20,8),dpi=80)#设置窗口大小 x=range(800) y1=cutter_thrust_load["thrust_min"] y2=cutter_thrust_load["thrust_max"] # y3=cutter_thrust_load["torque_min"] # y4=cutter_thrust_load["torque_max"] y3=shield_friction_load["thrust_min"] y4=shield_friction_load["thrust_max"] y5=equipment_traction_load["thrust_min"] y6=equipment_traction_load["thrust_max"] plt.plot(x,y1,color="r",linestyle="--",linewidth=3,label="刀盘推力下界") plt.plot(x,y2,color="r",linewidth=3,label="刀盘推力上界") # plt.plot(x,y3,color="y",linewidth=3,label="刀盘扭矩下界") # plt.plot(x,y4,color="k",linewidth=3,label="刀盘扭矩上界") plt.plot(x,y3,color="g",linestyle="--",linewidth=3,label="盾构摩擦力下界") plt.plot(x,y4,color="g",linewidth=3,label="盾构摩擦力上界") plt.plot(x,y5,color="y",linestyle="--",linewidth=3,label="设备牵引力下界") plt.plot(x,y6,color="y",linewidth=3,label="设备牵引力上界") plt.legend(loc="best",fontsize='x-large') plt.tick_params(labelsize=13) plt.xticks(range(800)[::20],x[::20]) plt.savefig('./推力分布曲线图.png') plt.title('推力分布曲线图',fontdict={'weight':'normal','size': 20}) plt.ylabel('预估推力/kN',fontdict={'weight':'normal','size': 17}) plt.xlabel('掘进行程/m',fontdict={'weight':'normal','size': 17}) plt.grid(alpha=0.3) plt.savefig("./推力分布曲线图.png") # plt.show() ############################################################## #文件存储 thrust_torque=pd.DataFrame() thrust_torque["thrust_min"]=load_data_dataframe["thrust_min"] thrust_torque["thrust_max"]=load_data_dataframe["thrust_max"] thrust_torque["cutter_thrust_min"]=cutter_thrust_load["thrust_min"] thrust_torque["cutter_thrust_max"]=cutter_thrust_load["thrust_max"] thrust_torque["shield_friction_thrust_min"]=shield_friction_load["thrust_min"] thrust_torque["shield_friction_thrust_max"]=shield_friction_load["thrust_max"] thrust_torque["equipment_traction_thrust_min"]=equipment_traction_load["thrust_min"] thrust_torque["equipment_traction_thrust_max"]=equipment_traction_load["thrust_max"] thrust_torque["torque_min"]=load_data_dataframe["torque_min"] thrust_torque["torque_max"]=load_data_dataframe["torque_max"] thrust_torque.to_csv('./thrust_load.csv',sep = ';',index = True)

3.封装遇到问题及解决

问题1：RecursionError:maximum recursion depth exceeded

pyinstaller -F --icon=subway.ico PET.py

核心代码：

import sys sys.setrecursionlimit(5000) pyinstaller PET.spec

问题2：FileNotFoundError:File b’./loadc.dat’does not exist

解决方法：把文件loadc.dat和thrustweight.dat放在PET.exe所在文件中

运行成功后的截图：

问题3：ModuleNotFoundError:No module named’sklearn.utils._cython_blas

解决方法：Spec文件内加入

hiddenimports=[‘cython’, ‘sklearn’, ‘sklearn.utils._cython_blas’ ],（手敲）
然后pyinstaller fg2.spec

问题4：ModuleNotFoundError:No module named’sklearn.neighbors.typedefs

解决方法：编译时加sklearn.neighbors.typedefs

pyinstaller -F fg2.py --hidden-import sklearn.neighbors.typedefs

4.封装成功后运行

pyinstaller -F --icon=subway.ico choosebest.py
pyinstaller choosebest.spec

【用途】：推力预测
【流程设计】：

封装结果如下：

使用说明：

使用方法：
1.内部所有文件直接拷贝到D盘；
2.点击 dist 中的 choosebest.exe 文件；
3.等待一会儿，出现“输入任意键结束”；
4.输入任意键，窗口消失；
5.打开dist文件夹，“maxr2_推力”为运行结果。

程序运行结果：