WinPython slim 3.13.1.0(64 位)发行版全解析:内置包清单、构建机制与使用指南
WinPython slim 3.13.1.0(64 位)发行版全解析:内置包清单、构建机制与使用指南
本文基于仓库中的版本清单文档 changelogs/WinPythonslim-64bit-3.13.1.0.md,系统解读 WinPython 3.13.1.0 slim 64 位发行版所捆绑的完整软件栈——从 Pandoc 工具、Python 3.13.1 运行时到约 486 个预构建 Python 包,并结合仓库中的构建配置(winpython_builds.toml)、依赖裁剪清单(requirements_slim.txt)与构建脚本(build_winpython_meta.py)讲清" slim 版是怎么被定义和产出的"。读完本文,你将能按类别快速检索该发行版内置的每一个包及版本,理解 slim 与完整发行版的差异逻辑,并掌握校验下载文件、用 wppm 对比不同发行版清单的实际操作方法。
WinPython 发行版与 slim flavor:先厘清概念
WinPython 是一个面向 Windows 平台的便携式(portable)Python 发行版,其特点是预打包大量科学计算(Scientific Python)生态库,无需安装即可解压使用。当前仓库是 WinPython 的工具链与构建元数据仓库(wppm 包与构建脚本所在),而不是发行版本体,这一点在 README.rst 中明确说明。
在 winpython_builds.toml 中,每个发行版被建模为一个 (python, flavor) 二元组:
python是 Python 大版本,例如[pythons."313"];flavor(风味)决定该发行版携带哪些包,例如dot(精简核心)、slim(科学计算精简版)、dotf、slimf(对应自由线程/free-threaded 变体)等。
<a href="https://link.gitcode.com/i/7085c0d878bf0e74db853b62b1a4de68" target="_blank">flavors.slim] 的定义如下(见 [winpython_builds.toml):
[flavors.slim]
requirements = "requirements_slim.txt"
source_dirs = "packages.win-amd64"
toolsdirs = "bdTools\\tools64_pandoc_alone"
这揭示了 slim 的三个特征:
- 依赖清单由
requirements_slim.txt决定——这是一个经过wppm裁剪后的"顶层包"列表(下文详述); - 包来源是本地
packages.win-amd64目录(离线的 wheel 仓库); - 捆绑工具只有 Pandoc 一个——
tools64_pandoc_alone即"仅 Pandoc"的工具目录,这正是本清单中 Tools 一节只有 Pandoc 3.1.9 的原因。
而 <a href="https://link.gitcode.com/i/2e28a92ff31df76cba6437f6ba5afd37" target="_blank">pythons."313"] 块(见 [winpython_builds.toml)指明 3.13 系列只构建 dot 与 slim 两种 flavor:
[pythons."313"]
python_target_release = "31315"
release = "1"
my_release_level = "b1"
builds = ["dot", "slim"]
也就是说,本文讨论的 WinPython-64bit v3.13.1.0slim 是 3.13 分支上两个风味之一,其安装包体积与内容都服务于"科学计算够用、体积可控"的定位。
发行版概览:一个工具 + 486 个 Python 包条目
根据清单文档,WinPython-64bit v3.13.1.0slim 共收录:
- Tools(工具):Pandoc 3.1.9——通用文档格式转换器(universal document converter),支撑 Markdown、reStructuredText、HTML、LaTeX 等格式互转;
- Python packages(Python 包):以 Python 3.13.1(含标准库)为核心,外加 485 个来自 PyPI 的预构建包(含 WinPython 发行工具
winpython11.2.20241228 自身),覆盖科学计算、机器学习、Web 开发、Jupyter、GUI、数据库等几乎所有常见领域。
发行文件(.exe 自解压安装包与 .7z 压缩包)的校验信息记录在 changelogs/md5_sha1.txt:
| 文件 | MD5 | SHA1 | SHA256 | 大小 |
|---|---|---|---|---|
| Winpython64-3.13.1.0slim.exe | efe121af4dca37595c871fec340a2bda |
44e6d681f5c6ffb7f1e1fef27ecd800cf04d0fff |
ed86375c2d6a9de8bddf9889058e299f50ea26432e00e9a74d1d20771e388c55 |
600,808,320 Bytes |
| Winpython64-3.13.1.0slim.7z | a24d30ebbf06848279f3a46ed60d42d7 |
982e4c1eb1fcb03432ac4f5eac0d252a9fd65776 |
87fb127b075f0de76f854da6e17bc02819e093cd6b87f7a94d4831c7c490a286 |
600,593,165 Bytes |
同版本 dot 风味(约 24~39 MB)与 slim(约 600 MB)的体积差异,直观反映了两个 flavor 在包数量上的巨大差别。
完整包清单:按领域分类检索
以下将清单文档中的全部 Python 包按功能领域重新分类编排(包名与版本号与原文严格一致,描述为原文摘要的精简保留)。完整原始表格请直接查阅 changelogs/WinPythonslim-64bit-3.13.1.0.md。
Python 运行时、打包与发布
| 包 | 版本 | 说明 |
|---|---|---|
| Python | 3.13.1 | Python 编程语言及标准库 |
| pip | 24.3.1 | PyPA 官方推荐安装工具 |
| setuptools | 75.6.0 | 包构建/安装工具集 |
| wheel | 0.44.0 | wheel 打包格式 |
| build | 1.2.2.post1 | PEP 517 构建前端 |
| flit / flit_core | 3.9.0 | 轻量打包工具及其构建核心 |
| hatchling | 1.27.0 | 现代化扩展构建后端 |
| maturin | 1.7.0 | 基于 pyo3/cffi/uniffi 的 Rust 包构建发布工具 |
| twine | 4.0.1 | PyPI 发布工具 |
| pybind11 | 2.13.6 | C++11 与 Python 无缝互操作 |
| Cython | 3.0.11 | 编写 C 扩展的 Cython 编译器 |
| packaging | 24.2 | 包版本与依赖处理核心工具 |
| pkginfo | 1.11.2 | 读取 sdist/bdist 元数据 |
| pyproject_hooks | 1.1.0 | 调用构建后端钩子 |
| readme_renderer | 35.0 | Warehouse 的 README 渲染库 |
| trove_classifiers | 2024.10.21.16 | PyPI 分类器权威来源 |
| importlib_metadata | 7.1.0 | 读取包元数据 |
| pypandoc | 1.5 | Pandoc 的 Python 封装 |
| pandocfilters | 1.5.0 | 编写 Pandoc 过滤器 |
| toml / tomli / tomli_w / tomlkit | 0.10.2 / 2.0.1 / 1.0.0 / 0.12.3 | TOML 解析与写入 |
| typing_extensions | 4.12.2 | 向后移植的类型提示扩展 |
| typing_inspect / eval_type_backport | 0.9.0 / 0.2.2 | typing 运行时检查与旧版本兼容 |
| appdirs / platformdirs | 1.4.4 / 4.2.2 | 平台目录定位 |
| pathspec | 0.11.0 | gitignore 风格模式匹配 |
| six / simplegeneric | 1.16.0 / 0.8.1 | Python 2/3 兼容与泛型函数 |
科学计算与数学核心
| 包 | 版本 | 说明 |
|---|---|---|
| numpy | 2.1.3 | 数组计算基础包 |
| scipy | 1.14.1 | 科学计算核心算法 |
| sympy | 1.13.2 | 符号计算系统(CAS) |
| mpmath | 1.3.0 | 任意精度浮点运算 |
| matplotlib | 3.10.0 | Python 绘图包 |
| pandas | 2.2.3 | 数据分析、时序与统计 |
| polars | 1.18.0 | 高性能 DataFrame 库 |
| xarray | 2024.11.0 | N 维带标签数组与数据集 |
| statsmodels | 0.14.4 | 统计计算与模型 |
| patsy | 0.5.6 | 统计模型设计矩阵描述 |
| lmfit | 1.3.1 | 带边界与约束的最小二乘拟合 |
| uncertainties | 3.1.7 | 误差传播透明计算 |
| pint | 0.23 | 物理量单位模块 |
| cvxopt | 1.3.2 | 凸优化包 |
| clarabel | 0.9.0 | Rust 实现的锥内点求解器 |
| pyomo | 6.8.0 | 优化建模对象(Pyomo) |
| optuna | 3.6.1 | 超参数优化框架 |
| quantecon | 0.7.2 | 经济学量化方法库 |
| numba | 0.61.0rc2 | 基于 LLVM 的 Python 编译 |
| llvmlite | 0.44.0rc2 | LLVM 轻量封装 |
| ml_dtypes | 0.5.0 | ML 数据类型 |
| array_api_compat | 1.8 | NumPy 等数组库的 Array API 兼容层 |
| astropy | 6.1.6 | 天文学与天体物理核心库 |
| astropy_iers_data | 0.2024.12.23.0.33.24 | IERS 地球自转与闰秒表 |
| pyerfa | 2.0.1.4 | ERFA 的 Python 绑定 |
| networkx | 3.4.2 | 图与网络创建操作 |
| fast_histogram | 0.14 | 快速 1D/2D 直方图 |
| kiwisolver | 1.4.7 | Cassowary 约束求解器 |
| contourpy | 1.3.1 | 2D 四边形网格等高线计算 |
| cycler | 0.12.1 | 可组合样式循环 |
| fonttools | 4.55.3 | 字体文件操作工具 |
| filterpy | 1.4.5 | 卡尔曼滤波与最优估计 |
| mpl_scatter_density | 0.7 | 密度散点图 Matplotlib 辅助 |
数据科学与机器学习
| 包 | 版本 | 说明 |
|---|---|---|
| scikit_learn | 1.6.0 | 机器学习与数据挖掘模块集 |
| scikit_image | 0.25.0 | Python 图像处理 |
| imbalanced_learn | 0.12.3 | 不平衡数据集工具箱 |
| mlxtend | 0.22.0 | 机器学习库扩展 |
| umap_learn | 0.5.6 | 均匀流形逼近与投影 |
| pynndescent | 0.5.12 | 最近邻下降 |
| keras | 3.7.0 | 多后端 Keras |
| optree | 0.13.1 | 优化 PyTree 工具 |
| namex | 0.0.8 | 实现与公共 API 分离工具 |
| dask / dask_expr | 2024.12.1 / 1.1.21 | 并行 PyData 任务调度与高层表达式 |
| distributed | 2024.12.1 | Dask 分布式调度器 |
| partd / zict / locket | 1.4.0 / 3.0.0 / 1.0.0 | 可追加键值存储 / 可变映射 / 文件锁 |
| cloudpickle | 3.0.0 | 扩展 pickle.Pickler 功能 |
| joblib | 1.4.2 | 轻量管道 |
| openai | 1.58.1 | OpenAI 官方 Python 库 |
| anthropic | 0.42.0 | Anthropic API 官方库 |
| mistralai | 1.2.5 | Mistral AI Python SDK |
| groq | 0.13.1 | Groq API 官方库 |
| langchain / langchain_core / langchain_text_splitters | 0.3.13 / 0.3.28 / 0.3.4 | 通过组合构建 LLM 应用 |
| langsmith | 0.2.6 | LangSmith 追踪评估客户端 |
| pydantic_ai / pydantic_ai_slim | 0.0.15 | 结合 Pydantic 与 LLM 的 Agent 框架 |
| logfire_api | 2.11.0 | Logfire SDK 的 shim |
| jiter | 0.8.2 | 快速可迭代 JSON 解析器 |
| huggingface_hub | 0.27.0 | Hugging Face Hub 客户端 |
数据可视化
| 包 | 版本 | 说明 |
|---|---|---|
| seaborn | 0.13.2 | 统计数据可视化 |
| plotly | 5.24.1 | 开源交互式可视化库 |
| bokeh | 3.6.1 | 浏览器端交互绘图与应用 |
| holoviews | 1.20.0 | 基于 HoloViews 的 PyData 高层绘图 API |
| hvplot | 0.11.2 | 基于 HoloViews 的高层绘图 API |
| panel | 1.5.4 | 数据探索与 Web 应用框架 |
| param | 2.1.1 | 声明式参数编程 |
| pyviz_comms | 3.0.3 | HoloViz 内容渲染的 JupyterLab 扩展 |
| plotnine | 0.13.6 | Python 图形语法 |
| plotpy | 2.7.0 | Qt 应用的曲线与图像绘图工具 |
| pythonqwt | 0.14.2 | Python Qt 绘图控件 |
| datashader | 0.16.3 | 基于网格聚合的数据可视化工具链 |
| colorcet | 3.1.0 | 感知均匀色图集合 |
| pyct | 0.5.0 | 包公共任务(复制示例、获取数据等) |
| xyzservices | 2023.10.1 | XYZ 瓦片服务来源 |
| folium | 0.18.0 | 基于 Leaflet.js 的地图制作 |
| branca | 0.8.0 | 生成复杂 HTML+JS 页面 |
| ipyleaflet | 0.19.2 | 动态 Leaflet 地图 Jupyter 控件 |
| jupyter_leaflet | 0.19.2 | JupyterLab/Notebook 的 ipyleaflet 扩展 |
| pydeck | 0.9.1 | deck.gl 地图控件 |
| mercantile | 1.2.1 | Web 墨卡托 XYZ 瓦片工具 |
| geopy | 2.4.1 | Python 地理编码工具箱 |
| geographiclib | 2.0 | GeographicLib 测地线例程 |
| ipycanvas | 0.13.2 | 暴露浏览器 Canvas API 的交互控件库 |
| pyqtgraph | 0.13.7 | 科学图形与 GUI 库 |
| wordcloud | 1.9.4 | 词云生成器 |
| streamlit | 1.41.1 | 快速构建数据应用 |
| altair | 5.5.0 | Vega-Altair 声明式统计可视化 |
| vega_datasets | 0.9.0 | Vega 数据集离线访问 |
| mpld3 | 0.5.8 | Matplotlib 的 D3 查看器 |
| missingno | 0.5.1 | 缺失数据可视化模块 |
Web、网络与异步框架
| 包 | 版本 | 说明 |
|---|---|---|
| fastapi | 0.115.6 | 高性能、易学、可上生产 |
| starlette | 0.41.3 | ASGI 微框架 |
| uvicorn | 0.30.3 | 快速的 ASGI 服务器 |
| flask | 3.0.3 | 构建复杂 Web 应用的简单框架 |
| werkzeug | 3.0.3 | 综合 WSGI Web 应用库 |
| itsdangerous | 2.2.0 | 向不可信环境安全传递数据 |
| jinja2 | 3.1.2 | 快速灵活的模板引擎 |
| markupsafe | 2.1.1 | 安全地向 HTML/XML 添加不可信字符串 |
| click / click_default_group | 8.1.7 / 1.2.4 | 可组合命令行界面工具包 |
| quart | 0.19.4 | 与 Flask 同 API 的 ASGI 微框架 |
| hypercorn | 0.16.0 | 基于 Hyper 库的 ASGI 服务器 |
| h11 / httpcore / httpx | 0.14.0 / 1.0.5 / 0.27.2 | HTTP/1.1 纯 Python 实现 / 底层 HTTP 客户端 / 新一代 HTTP 客户端 |
| requests / urllib3 | 2.32.3 / 2.0.3 | Python HTTP 库 |
| idna / certifi / chardet / charset_normalizer | 3.7 / 2024.6.2 / 5.2.0 / 3.4.0 | 域名编码 / CA 证书 / 编码检测 |
| httpie | 3.2.4 | 现代化用户友好 HTTP 客户端 |
| tornado | 6.4.1 | Web 框架与异步网络库 |
| websockets / websocket_client | 13.1 / 1.8.0 | WebSocket 协议实现 / 低层客户端 |
| wsproto | 1.2.0 | WebSocket 状态机协议实现 |
| h2 / hpack / hyperframe / priority | 4.1.0 / 4.0.0 / 6.0.1 / 2.0.0 | HTTP/2 协议栈 |
| dnspython | 2.6.1 | DNS 工具包 |
| yarl / multidict / frozenlist / propcache | 1.18.3 / 6.1.0 / 1.5.0 / 0.2.1 | URL 库 / 多值字典 / 冻结列表 / 加速属性缓存 |
| aiohttp | 3.11.11 | 异步 HTTP 客户端/服务端框架(asyncio) |
| aiofiles | 23.2.1 | asyncio 文件支持 |
| aiohappyeyeballs / aiosignal | 2.4.4 / 1.3.1 | asyncio Happy Eyeballs / 异步回调列表 |
| aiosqlite | 0.20.0 | 标准 sqlite3 的 asyncio 桥接 |
| anyio | 4.7.0 | 多异步事件循环高层兼容层 |
| asgiref / asgi_csrf | 3.8.1 / 0.9 | ASGI 规范辅助 / CSRF 防护中间件 |
| greenlet | 3.1.1 | 轻量进程内并发编程 |
| trio | 0.27.0 | 友好异步并发与 I/O 库 |
| outcome / sniffio | 1.3.0.post0 / 1.3.0 | 捕获函数调用结果 / 嗅探异步库 |
| janus | 1.0.0 | 混合同步-异步队列 |
| async_lru | 2.0.4 | asyncio 简单 LRU 缓存 |
| prometheus_client | 0.18.0 | Prometheus 监控客户端 |
| waitress | 3.0.0 | Waitress WSGI 服务器 |
| brotli / zstandard | 1.1.0 / 0.23.0 | 压缩库绑定 |
| pyzmq | 26.2.0 | 0MQ 的 Python 绑定 |
| msgpack | 1.0.4 | MessagePack 序列化器 |
数据库与数据访问
| 包 | 版本 | 说明 |
|---|---|---|
| SQLAlchemy | 2.0.35 | 数据库抽象库 |
| alembic | 1.13.1 | SQLAlchemy 数据库迁移工具 |
| duckdb | 1.1.3 | 进程内数据库 |
| pyarrow | 18.1.0 | Apache Arrow Python 库 |
| adbc_driver_manager | 1.3.0 | ADBC 驱动通用入口 |
| sqlite_utils | 3.37 | SQLite 数据库操作 CLI 与库 |
| sqlite_bro | 0.13.1 | 单文件图形化 SQLite 客户端 |
| sqlite_fts4 | 1.0.3 | SQLite FTS4 搜索函数 |
| datasette | 0.64.8 | 数据探索与发布多工具 |
| datasette_graphql | 2.2 | 为 SQLite 数据库提供自动 GraphQL API |
| pg8000 | 1.23.0 | PostgreSQL 接口库 |
| pymongo | 4.10.1 | MongoDB 驱动 |
| mysql_connector_python | 8.0.21 | Python 编写的 MySQL 驱动 |
| pyodbc | 5.2.0 | ODBC 的 DB API 模块 |
| adodbapi | 2.6.1.3 | 基于 Microsoft ADO 实现 PEP 249 DB-API |
| db_py | 0.5.4b1 | "不糟糕"的数据库包 |
| ipython_sql | 0.5.0 | 通过 IPython 访问 RDBMS |
| sqlparse | 0.4.3 | 非验证性 SQL 解析器 |
| redis | 5.0.3 | Redis 数据库客户端 |
| sspyrs | 0.3 | SSRS 报表的 Python 轻量接口 |
| baresql | 0.8.0 | 直接在 Python 数据上执行 SQL |
Jupyter 与交互式计算
| 包 | 版本 | 说明 |
|---|---|---|
| jupyter | 1.1.1 | Jupyter 元包 |
| jupyterlab | 4.3.4 | JupyterLab 计算环境 |
| notebook | 7.3.1 | 基于 Web 的笔记本环境 |
| ipython | 8.26.0 | IPython 交互计算 |
| ipykernel | 6.29.5 | Jupyter 的 IPython 内核 |
| ipywidgets | 8.1.5 | Jupyter 交互控件 |
| jupyter_client / jupyter_core | 8.6.2 / 5.7.2 | Jupyter 协议客户端 / 核心基础包 |
| jupyter_server | 2.14.2 | Jupyter Web 应用后端 |
| jupyter_server_terminals | 0.5.3 | 提供终端的服务器扩展 |
| jupyterlab_server | 2.27.3 | JupyterLab 服务组件集 |
| jupyterlab_widgets | 3.0.13 | JupyterLab 交互控件 |
| widgetsnbextension | 4.0.13 | Notebook 交互控件扩展 |
| nbclient / nbconvert / nbformat | 0.10.0 / 7.16.1 / 5.10.4 | 笔记本执行 / 格式转换 / 格式 |
| notebook_shim | 0.2.4 | Notebook traits 与配置 shim |
| jupyter_events | 0.10.0 | Jupyter 事件系统库 |
| jupyter_lsp | 2.2.5 | 多语言服务器 WebSocket 代理 |
| jupyter_console | 6.6.3 | Jupyter 终端控制台 |
| jupyter_bokeh | 4.0.5 | 渲染 Bokeh 内容的 Jupyter 扩展 |
| jupyterlab_pygments | 0.3.0 | JupyterLab CSS 变量的 Pygments 主题 |
| ipython_genutils | 0.2.0 | IPython 遗留工具 |
| comm | 0.2.2 | Jupyter Python Comm 实现 |
| debugpy | 1.8.0 | 调试适配器协议实现 |
| nest_asyncio | 1.6.0 | 允许嵌套事件循环 |
| terminado | 0.18.1 | Xterm.js 终端的 Tornado websocket 后端 |
| ptpython | 3.0.29 | 基于 prompt_toolkit 的 Python REPL |
| prompt_toolkit | 3.0.48 | 构建强大交互式命令行的库 |
| wcwidth | 0.2.13 | 终端 Unicode 字符显示宽度 |
| pygments | 2.18.0 | Python 语法高亮包 |
| mistune | 2.0.5 | 合理 Markdown 解析器 |
| pywinpty | 2.0.14 | Windows 伪终端支持 |
| ptyprocess / pexpect | 0.7.0 / 4.8.0 | 伪终端子进程控制 |
| pickleshare | 0.7.5 | 支持并发的类 shelve 小型数据库 |
| traitlets / traittypes | 5.14.1 / 0.2.1 | Traitlets 配置系统 / SciPy trait 类型 |
| entrypoints | 0.4 | 发现与加载入口点 |
| send2trash | 1.8.2 | 原生回收站发送 |
| python_json_logger | 2.0.7 | JSON 日志格式化器 |
GUI 与 Qt 生态
| 包 | 版本 | 说明 |
|---|---|---|
| PyQt5 / pyqt5_qt5 / pyqt5_sip | 5.15.10 / 5.15.2 / 12.16.1 | Qt 绑定及运行时 |
| PyQtWebEngine / pyqtwebengine_qt5 | 5.15.6 / 5.15.2 | Qt WebEngine 绑定 |
| qtpy | 2.4.1 | 多 Qt 绑定抽象层 |
| qtawesome | 1.3.1 | PyQt/PySide 的 FontAwesome 图标 |
| qdarkstyle | 3.2.3 | Qt 应用的深色/浅色样式表 |
| qstylizer | 0.2.2 | PyQt4-5/PySide1-2 样式表生成器 |
| Spyder | 5.5.6 | 科学 Python 开发环境 |
| spyder_kernels | 2.5.2 | Spyder 控制台的 Jupyter 内核 |
| pyls_spyder | 0.4.0 | Spyder 的 python-lsp-server 扩展 |
| qtconsole | 5.5.2 | Jupyter Qt 控制台 |
| PySimpleGUI | 4.60.4 | 人人可用的 Python GUI |
| formlayout | 1.2.1a1 | 用 Python 创建 Qt 表单对话框的最简单方式 |
| guidata | 3.7.1 | 数据编辑与显示的自动 GUI 生成 |
| psygnal | 0.11.1 | 模仿 Qt 信号的快速回调/事件系统 |
开发工具与代码质量
| 包 | 版本 | 说明 |
|---|---|---|
| pytest | 8.2.2 | 简单强大的 Python 测试 |
| pluggy | 1.5.0 | 插件与钩子调用机制 |
| iniconfig | 2.0.0 | 极简 ini 配置解析 |
| hypothesis | 6.108.5 | 属性测试库 |
| flake8 | 7.1.1 | 模块化源码检查器(pep8+pyflakes) |
| pycodestyle / pyflakes / mccabe | 2.12.0 / 3.2.0 / 0.7.0 | 风格检查 / 被动检查器 / 复杂度插件 |
| pep8 | 1.7.1 | Python 风格指南检查器 |
| autopep8 | 2.0.4 | PEP 8 自动格式化 |
| black | 24.10.0 | 不妥协的代码格式化器 |
| isort | 5.13.2 | import 排序工具 |
| yapf | 0.40.1 | Python 代码格式化器 |
| mypy / mypy_extensions | 1.14.0 / 1.0.0 | 可选静态类型检查 |
| pylint / astroid | 3.1.0 / 3.1.0 | 静态检查器 / AST 推断 |
| pydocstyle | 6.3.0 | docstring 风格检查器 |
| rope | 1.12.0 | Python 重构库 |
| jedi / parso | 0.19.1 / 0.8.4 | 自动补全 / Python 解析器 |
| python_lsp_server | 1.12.0 | 语言服务器协议实现 |
| python_lsp_black | 2.0.0 | LSP 的 Black 插件 |
| python_lsp_jsonrpc | 1.1.2 | JSON RPC 2.0 服务器库 |
| pylint_venv | 3.0.3 | 不同虚拟环境共享 Pylint 的 init-hook |
| keyring | 25.2.1 | 安全存取密码 |
| jaraco_classes / jaraco_context / jaraco_functools | 3.4.0 / 5.3.0 / 4.0.1 | 类构造 / 上下文管理器 / functools 工具 |
| watchdog | 4.0.1 | 文件系统事件监控 |
| filelock | 3.14.0 | 跨平台文件锁 |
| portalocker | 2.7.0 | portalocker 配方封装 |
| atomicwrites | 1.4.0 | 原子文件写入 |
| coverage?(未收录) | — | — |
文档生成与标记语言
| 包 | 版本 | 说明 |
|---|---|---|
| Sphinx | 7.3.7 | Python 文档生成器 |
| sphinx_rtd_theme | 2.0.0 | Read the Docs 主题 |
| sphinxcontrib_applehelp / devhelp / htmlhelp / jquery / jsmath / qthelp / serializinghtml | 1.0.8 / 1.0.6 / 2.0.5 / 4.1 / 1.0.1 / 1.0.7 / 1.1.9 | Sphinx 各输出格式扩展 |
| alabaster | 0.7.16 | 轻量可配置 Sphinx 主题 |
| imagesize | 1.4.1 | 获取图片尺寸 |
| docutils | 0.20.1 | Python 文档工具 |
| snowballstemmer | 2.2.0 | 28 种语言词干提取器 |
| Markdown | 3.5.1 | Python Markdown 实现 |
| markdown_it_py | 2.2.0 | markdown-it 的 Python 移植 |
| mdit_py_plugins | 0.3.5 | markdown-it-py 插件集 |
| mdurl | 0.1.2 | Markdown URL 工具 |
| linkify_it_py / uc_micro_py | 2.0.2 / 1.0.1 | 链接识别 / Unicode 数据子集 |
| docstring_to_markdown | 0.13 | docstring 实时转 Markdown |
| griffe | 1.5.4 | 整个 Python 程序的签名 |
| numpydoc | 1.6.0 | Numpy 格式 docstring 的 Sphinx 扩展 |
| pypdf | 3.15.2 | 纯 Python PDF 库 |
| reportlab | 4.2.2 | Reportlab 工具包 |
| pdfrw | 0.4.post2 | PDF 读写库 |
| Pandoc(工具) | 3.1.9 | 通用文档转换器 |
数据格式与文件处理
| 包 | 版本 | 说明 |
|---|---|---|
| openpyxl | 3.1.2 | 读写 Excel 2010 xlsx/xlsm |
| XlsxWriter | 3.1.9 | 创建 Excel XLSX 文件 |
| et_xmlfile | 1.1.0 | lxml.xmlfile 的实现 |
| lxml | 5.3.0 | 基于 libxml2/libxslt 的 XML 处理 |
| defusedxml | 0.7.1 | 标准库 XML 炸弹防护 |
| xmltodict | 0.13.0 | XML 像 JSON 一样操作 |
| Pillow | 11.0.0 | Python 图像库(Fork) |
| imageio | 2.33.1 | 广泛图像/视频/科学数据格式读写 |
| tifffile | 2024.7.2 | TIFF 读写 |
| pypng | 0.20220715.0 | 纯 Python PNG 读写 |
| opencv_python | 4.10.0.84 | OpenCV Python 绑定包装 |
| beautifulsoup4 | 4.12.2 | 屏幕抓取库 |
| soupsieve | 2.5 | Beautiful Soup 的 CSS 选择器 |
| html5lib | 1.1 | WHATWG HTML 解析器 |
| bleach | 6.1.0 | 基于白名单的 HTML 消毒 |
| webencodings | 0.5.1 | 遗留 Web 内容编码别名 |
| tinycss2 | 1.3.0 | 微型 CSS 解析器 |
| h5py | 3.12.1 | 读写 HDF5 文件 |
| fsspec | 2024.6.1 | 文件系统规范 |
| dill | 0.3.7 | 序列化所有 Python |
| ujson / orjson / simplejson | 5.10.0 / 3.10.12 / 3.19.3 | 快速 JSON 编解码 |
| json5 / jsonschema / jsonschema_specifications | 0.9.14 / 4.19.2 / 2023.12.1 | JSON5 / JSON Schema 校验 |
| referencing / rpds_py | 0.35.1 / 0.22.3 | JSON Referencing / Rust 持久数据结构绑定 |
| jsonpatch / jsonpointer / jsonpath_python | 1.33 / 2.4 / 1.0.6 | JSON-Patch / JSON 指针 / JSONPath 实现 |
| fastjsonschema | 2.18.0 | 最快的 JSON schema 实现 |
| PyYAML | 6.0.2 | YAML 解析与生成 |
| pydub | 0.25.1 | 高层音频操作接口 |
| mutagen | 1.47.0 | 多种格式音频标签读写 |
| sounddevice | 0.4.6 | 播放与录制声音 |
| pywinusb | 0.4.2 | 简化 Windows USB/HID 通信 |
| pyserial | 3.5 | Python 串口扩展 |
| qrcode | 7.4.2 | QR 码图像生成器 |
| python_barcode | 0.15.1 | 创建标准条码(可选 Pillow 支持) |
安全、加密与认证
| 包 | 版本 | 说明 |
|---|---|---|
| cryptography | 41.0.5 | 加密配方与基础 |
| cffi / pycparser | 1.17.1 / 2.22 | C 函数外部函数接口 / C 解析器 |
| bcrypt | 4.0.1 | 现代密码哈希 |
| pynacl | 1.5.0 | NaCl 库绑定 |
| pycryptodomex | 3.20.0 | 加密库 |
| argon2_cffi / argon2_cffi_bindings | 23.1.0 / 21.2.0 | Argon2 哈希 |
| paramiko | 2.8.0 | SSH2 协议库 |
| msal / msal_extensions | 1.30.0 / 1.2.0 | Microsoft 身份认证库 |
| azure_core / azure_cosmos / azure_identity | 1.30.2 / 4.7.0 / 1.16.1 | Azure 核心库 / Cosmos 客户端 / 身份库 |
| google_auth | 2.37.0 | Google 认证库 |
| pyasn1 / pyasn1_modules | 0.4.8 / 0.2.8 | ASN.1 类型与编解码 |
| rsa | 4.7.2 | 纯 Python RSA 实现 |
| pyjwt | 2.8.0 | JSON Web Token 实现 |
| ntlm_auth / requests_ntlm | 1.5.0 / 1.1.0 | NTLM 认证结构 / requests 的 NTLM 支持 |
| scramp | 1.4.1 | SCRAM 协议实现 |
| PySocks | 1.7.1 | Python SOCKS 客户端 |
| asn1crypto | 1.5.1 | 快速 ASN.1 解析与序列化 |
| pywin32_ctypes | 0.2.2 | pywin32 的 ctypes/cffi 部分重实现 |
系统与 Windows 集成
| 包 | 版本 | 说明 |
|---|---|---|
| pywin32 | 308 | Windows 扩展 |
| psutil | 5.9.8 | 跨平台进程与系统监控 |
| pympler | 1.0.1 | Python 对象内存行为测量分析 |
| distro | 1.8.0 | OS 平台信息 API |
文本处理与 NLP
| 包 | 版本 | 说明 |
|---|---|---|
| nltk | 3.9.1 | 自然语言工具包 |
| regex | 2024.11.6 | 替代 re 的正则模块 |
| fuzzywuzzy | 0.18.0 | 模糊字符串匹配 |
| rapidfuzz | 3.9.6 | 快速模糊字符串匹配 |
| textdistance | 4.6.2 | 文本距离计算 |
| jellyfish | 1.1.3 | 近似与语音匹配 |
| diff_match_patch | 20230430 | Diff Match and Patch |
| whatthepatch | 1.0.2 | 补丁解析与应用 |
| inflection | 0.5.1 | Ruby on Rails inflector 移植 |
| text_unidecode | 1.3 | 基础 Text::Unidecode 移植 |
| python_slugify | 8.0.4 | 支持 Unicode 的 slugify |
| asteval | 0.9.31 | 基于 ast 的安全极简表达式求值器 |
| ansicolors | 1.1.8 | Python ANSI 颜色 |
| arrow | 1.3.0 | 更好的日期时间 |
日期时间与协议校验
| 包 | 版本 | 说明 |
|---|---|---|
| python_dateutil | 2.8.2 | datetime 扩展 |
| pytz / tzdata / tzlocal | 2024.1 / 2024.1 / 5.2 | 时区定义 / IANA 时区数据 / 本地时区对象 |
| aniso8601 | 9.0.1 | ISO 8601 字符串解析 |
| isoduration | 20.11.0 | ISO 8601 时长操作 |
| rfc3339_validator | 0.1.4 | RFC 3339 校验 |
| rfc3986 / rfc3986_validator | 2.0.0 / 0.1.1 | RFC 3986 URI 校验 |
| fqdn | 1.5.1 | RFC 1123 全限定域名校验 |
| uri_template | 1.3.0 | RFC 6570 URI 模板处理器 |
| webcolors | 1.12 | HTML/CSS 颜色名与值处理 |
实用工具与基础设施
| 包 | 版本 | 说明 |
|---|---|---|
| cookiecutter | 2.6.0 | 从项目模板创建项目 |
| binaryornot | 0.4.4 | 判断文件二进制/文本 |
| docopt | 0.6.2 | Pythonic 参数解析器 |
| colorama | 0.4.6 | 跨平台彩色终端文本 |
| colorlog | 6.8.2 | logging 输出加色 |
| rich | 13.9.4 | 终端富文本渲染 |
| tabulate | 0.9.0 | 表格美化打印 |
| prettytable | 3.3.0 | ASCII 表格展示 |
| tqdm | 4.66.4 | 快速可扩展进度条 |
| tenacity | 8.5.0 | 重试直到成功 |
| decorator | 5.1.1 | 人类友好装饰器 |
| attrs | 23.2.0 | 无样板类 |
| overrides | 7.7.0 | 覆盖方法自动检测装饰器 |
| multipledispatch | 1.0.0 | 多分派 |
| toolz | 0.12.0 | 列表处理与函数式工具 |
| streamz | 0.6.3 | 流处理 |
| rx | 3.1.1 | Python 响应式扩展 |
| sortedcontainers | 2.4.0 | 排序列表/字典/集合 |
| intervaltree | 3.0.2 | 可编辑区间树 |
| cachelib / cachetools | 0.13.0 / 5.4.0 | 缓存库集合 / 可扩展记忆化 |
| blinker | 1.7.0 | 快速对象间与广播信号 |
| pydantic / pydantic_core / annotated_types | 2.10.4 / 2.27.2 / 0.6.0 | 类型提示数据校验 |
| narwhals | 1.15.2 | DataFrame 库间极轻兼容层 |
| python_dotenv | 1.0.1 | .env 文件读取并设置环境变量 |
| python_multipart | 0.0.9 | 流式 multipart 解析器 |
| winpython | 11.2.20241228 | WinPython 发行工具,含 WPPM |
说明:以上分类仅为便于检索的重排,未增删任何条目;个别领域(如"开发工具")中未收录的包已在表中标注,避免误导。
slim 的裁剪逻辑:从 160 个顶层包到发行清单
slim 发行版的包集并非手工逐一挑选,而是先列出"顶层"需求,再用 wppm 的依赖裁剪功能去掉那些会被其他包自动带进来的依赖。证据就在 requirements_slim.txt 文件头部:
# requirements_slim.txt, sorted, 2026-08-13 19:15:35
# 160 entries -> 112 kept, 48 already pulled in
# 8 repeated, collapsed: brotli, openai, pympler, pytest, python-barcode, pywavelets, sympy, xlsxwriter
即:最初提出 160 个顶层包需求,其中 48 个已经被其他包作为依赖覆盖,最终保留 112 个"必须显式安装"的包;另有 8 个重复条目被折叠。这正是 README_PYPI.md 中 wppm requirements.txt -tl 命令的典型输出格式——-tl(top-level)只保留不被任何其他条目依赖的包:
$ wppm requirements.txt -tl > requirements_new.txt
# 160 entries -> 112 kept, 48 already pulled in
# 8 repeated, collapsed: brotli, openai, pympler, pytest, python-barcode, ...
而 -v 参数可以给出每个被裁剪包的理由(见 README_PYPI.md):
$ wppm requirements.txt -tl -v
#numpy # <- baresql, clarabel, cvxpy, dask[array,dataframe,diagnostics], datashader, ...
#scikit-learn # <- imbalanced-learn, mlxtend, prince, skrub, umap-learn
#whatthepatch # <- spyder
同样的注释风格在 requirements_slim.txt 中被保留:例如 #alembic # <- optuna、#black # <- spyder、#matplotlib # <- ipympl, missingno, mlxtend, mpld3, plotnine, ... 等,说明 numpy、pandas、matplotlib 这些"地基"包虽不直接列在顶层需求中,但会由大量上层包自动带入。
此外,该文件中的注释还记录了版本策略决策,例如:
#httpie httpie-3.2.4 outdated and vulnerable
#mistralai # mistralai get security problematic crpytography-47
可见 slim 的包清单是一个持续维护、以安全和依赖整洁为导向的动态集合(当前仓库中的 requirements_slim.txt 已更新至面向 WinPython-3.14 slim 的版本,与 3.13.1.0 发行时的最终清单存在演进差异,本文以 changelogs/WinPythonslim-64bit-3.13.1.0.md 为发行事实依据)。
如何构建一个 slim 发行版
从仓库结构看,slim 发行版的构建由两层脚本驱动:
- 元脚本 build_winpython_meta.py 读取 winpython_builds.toml,把
(python, flavor)展开为具体构建任务; - 底层脚本
winpython.build_winpython接收展开后的参数执行实际打包。
build_winpython_meta.py 中 select_builds() 支持按 "315"、"315:slim"、":slim" 过滤(见 build_winpython_meta.py),run_build() 则组装出完整的命令行(见 build_winpython_meta.py),关键参数包括:
--python-target、--release、--release-level:来自[pythons]块的版本信息;--flavor:slim;--requirements:requirements_slim.txt;--mandatory-req:默认取 mandatory_requirements.txt(内容仅 pip、setuptools、wppm 三项);--constraints:默认取 constraints.txt(记录了各依赖的版本下限,如absl-py>=2.3.0);--source_dirs/--tools_dirs:包来源与工具目录;--bytecode:字节码预编译策略(pip/none/parallel);--only-binary:仅使用 wheel(除非某 flavor 对目标版本无 wheel 可用)。
Windows 下的实际调用入口是 generate_a_winpython_distropy_meta.bat:
cd /D %~dp0
rem <toml> [315 | 315:slim ...] [--dry-run]
call "C:\WinPdev\WPy64-31190\python-3.11.9.amd64\python.exe" %~dp0\build_winpython_meta.py %*
典型用法(见 winpython_builds.toml 注释):
generate_a_winpython_distropy_meta.bat winpython_builds.toml 315:slim
generate_a_winpython_distropy_meta.bat winpython_builds.toml 315
generate_a_winpython_distropy_meta.bat winpython_builds.toml
... --dry-run :: 只打印构建命令而不执行
构建目录按固定规则派生(build_winpython_meta.py):
basedir = C:\Winp\bd313
WINPYDIRBASE = C:\Winp\bd313\buslim\WPy64-31315\1b1
最终生成的发行包即为本文开头的 Winpython64-3.13.1.0slim.exe / .7z。
安装与验证:拿到发行包之后
WinPython 是便携式发行版,推荐方式是直接解压 .7z 或运行 .exe 自解压包(无需系统安装权限)。安装前可用 changelogs/md5_sha1.txt 中的 MD5/SHA1/SHA256 校验文件完整性,例如:
Get-FileHash .\Winpython64-3.13.1.0slim.exe -Algorithm SHA256
解压后,发行版内的 wppm 工具(即 winpython 包 11.2.20241228 所带的 WPPM)可用于核查环境:wppm -ls 列出全部已安装包及版本与摘要;wppm -p pandas -l2 查看某个包的依赖树。如果你只想复用该发行版的 wheel 集合,README.rst 提供了等价安装方式——从发行版对应的带哈希需求文件安装(pip install --no-deps --require-hashes <requir...txt>),或使用 pylock.toml 锁定文件。
用 wppm 对比发行版清单
仓库还提供了一套"清单即数据"的工作流:wppm -md 可以将环境导出为 Markdown 清单(正是 changelogs 目录下这些文档的生成方式),wppm -diff 可以比较两个发行版清单的差异(见 README_PYPI.md):
$ wppm -diff WinPythonslim-64bit-3.13.5.0.md WinPythonslim-64bit-3.14.7.0.md
## Changes from WinPythonslim-64bit-3.13.5.0 to WinPythonslim-64bit-3.14.7.0
### Python packages
New packages:
* aiofile 3.9.0 (Asynchronous file operations.)
Upgraded packages:
* numpy 2.2.6 → 2.5.2 (Fundamental package for array computing in Python)
Removed packages:
* astropy 6.1.6 (Astronomy and astrophysics core library)
这与 changelogs 目录中大量 _History.md 文件(如 changelogs/WinPythonslim-64bit-3.13.2.0_History.md)所承载的"自上一版本以来的变更"形成呼应——把本文的 3.13.1.0 清单与后续版本清单做 wppm -diff,即可精确掌握包级别的演进脉络。
小结
WinPython-64bit 3.13.1.0slim 是一份"以科学计算为骨架、以 Jupyter/Qt 交互为躯干、以 Web 与 AI 生态为延伸"的预构建发行版:底层由 numpy 2.1.3、scipy 1.14.1、pandas 2.2.3、matplotlib 3.10.0、scikit-learn 1.6.0 等撑起数据科学主线;JupyterLab 4.3.4、Spyder 5.5.6 与 PyQt5 5.15.10 提供交互环境;FastAPI、DuckDB、polars、langchain、openai 等覆盖现代开发与 AI 应用需求。它的" slim"定位与产出过程,完全由仓库中的 winpython_builds.toml、requirements_slim.txt 与 build_winpython_meta.py 这套可复现的构建体系定义——理解这份清单,也就理解了 WinPython 发行版工程化的核心方法论。