一. pyinstaller和Nuitka使用感受

1.1 使用需求

這次也是由於專案需要，要將python的程式碼轉成exe的程式，在找了許久後，發現了2個都能對python專案打包的工具——pyintaller和nuitka。

這2個工具同時都能滿足專案的需要：

隱藏原始碼。這裡的pyinstaller是透過設定key來對原始碼進行加密的；而nuitka則是將python原始碼轉成C++（這裡得到的是二進位制的pyd檔案，防止了反編譯），然後再編譯成可執行檔案。
方便移植。使用者使用方便，不用再安裝什麼python啊，第三方包之類的。

1.2 使用感受

2個工具使用後的最大的感受就是：

pyinstaller體驗很差！

一個深度學習的專案最後轉成的exe竟然有近3個G的大小（pyinstaller是將整個執行環境進行打- 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！

同一個專案，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

對於第三方依賴包較多的專案（比如需要import torch,tensorflow,cv2,numpy,pandas,geopy等等）而言，這裡最好打包的方式是 只將屬於自己的程式碼轉成C++，不管這些大型的第三方包！

以下是我demo的一個目錄結構（這裡使用了pytq5框架寫的介面）：

├─utils//原始碼1資料夾├─src//原始碼2資料夾├─logo.ico//demo的圖示└─demo.py//main檔案

使用以下命令（除錯）直接生成exe檔案：

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

這裡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：不編譯程式碼中所有的import，比如keras，numpy之類的。
--plugin-enable=qt-plugins：我這裡用到pyqt5來做介面的，這裡nuitka有其對應的外掛。
--follow-import-to=utils,src：需要編譯成C++程式碼的指定的2個包含原始碼的資料夾，這裡用,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的圖示為logo.ico這個圖示，這裡推薦一個將圖片轉成ico格式檔案的網站（位元蟲）。
--windows-disable-console：執行exe取消彈框。這裡沒有放上去是因為我們還需要除錯，可能哪裡還有問題之類的。

經過1min的編譯之後，你就能在你的目錄下看到：

├─utils//原始碼1資料夾├─src//原始碼2資料夾├─out//生成的exe資料夾   

   ├─demo.build   

   └─demo.dist 

             └─demo.exe//生成的exe檔案├─logo.ico//demo的圖示└─demo.py//main檔案

當然這裡你會發現真正執行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。

這裡需要找到這些包（我的是在software\python3.7\Lib\site-packages下）複製（比如numpy,cv2這個資料夾）到demo.dist路徑下。

至此，exe能完美執行啦！

連結：

Python 的打包神器 — Nuitka！