一. pyinstaller和Nuitka使用感受

1.1 使用需求

這次也是由于項目需要，要將python的代碼轉成exe的程序，在找了許久后，發現了2個都能對python項目打包的工具——pyintaller和nuitka。

這2個工具同時都能滿足項目的需要：

• 隱藏源碼。這里的pyinstaller是通過設置key來對源碼進行加密的；而nuitka則是將python源碼轉成C++（這里得到的是二進制的pyd文件，防止了反編譯），然后再編譯成可執行文件。
• 方便移植。用戶使用方便，不用再安裝什么python啊，第三方包之類的。

1.2 使用感受

2個工具使用后的最大的感受就是：

• pyinstaller體驗很差！

• 一個深度學習的項目最后轉成的exe竟然有近3個G的大小（pyinstaller是將整個運行環境進行打包），對，你沒聽錯，一個EXE有3個G！
• 打包超級慢，啟動超級慢。

• nuitka真香！

• 同一個項目，生成的exe只有7M！

• 打包超級快（1min以內），啟動超級快。

二. Nuitka的安裝及使用

2.1 nuitka的安裝

• 直接利用pip即可安裝：pip install Nuitka
• 下載vs2019(MSVS)或者MinGW64，反正都是C++的編譯器，隨便下。

2.2 使用過程

對于第三方依賴包較多的項目（比如需要import torch,tensorflow,cv2,numpy,pandas,geopy等等）而言，這里最好打包的方式是只將屬于自己的代碼轉成C++，不管這些大型的第三方包！

以下是我demo的一個目錄結構（這里使用了pytq5框架寫的界面）：

├─utils//源碼1文件夾├─src//源碼2文件夾├─logo.ico//demo的圖標└─demo.py//main文件

使用以下命令（調試）直接生成exe文件：

nuitka --standalone --show-memory --show-progress --nofollow-imports --plugin-enable=qt-plugins --follow-import-to=utils,src --output-dir=out --windows-icon-from-ico=./logo.ico demo.py

這里簡單介紹下我上面的nuitka的命令：

• --standalone：方便移植到其他機器，不用再安裝python
• --show-memory --show-progress：展示整個安裝的進度過程
• --nofollow-imports：不編譯代碼中所有的import，比如keras，numpy之類的。
• --plugin-enable=qt-plugins：我這里用到pyqt5來做界面的，這里nuitka有其對應的插件。
• --follow-import-to=utils,src：需要編譯成C++代碼的指定的2個包含源碼的文件夾，這里用,來進行分隔。
• --output-dir=out：指定輸出的結果路徑為out。
• --windows-icon-from-ico=./logo.ico：指定生成的exe的圖標為logo.ico這個圖標，這里推薦一個將圖片轉成ico格式文件的網站（比特蟲）。
• --windows-disable-console：運行exe取消彈框。這里沒有放上去是因為我們還需要調試，可能哪里還有問題之類的。

經過1min的編譯之后，你就能在你的目錄下看到：

├─utils//源碼1文件夾├─src//源碼2文件夾├─out//生成的exe文件夾    ├─demo.build 
    └─demo.dist     └─demo.exe//生成的exe文件├─logo.ico//demo的圖標└─demo.py//main文件

當然這里你會發現真正運行exe的時候，會報錯：??no module named torch,cv2,tensorflow??等等這些沒有轉成C++的第三方包。

這里需要找到這些包（我的是在software\python3.7\Lib\site-packages下）復制（比如numpy,cv2這個文件夾）到??demo.dist??路徑下。

至此，exe能完美運行啦！