PyInstaller 技术文档
2024-12-25 10:55:04作者:何将鹤
1. 安装指南
1.1 系统要求
- Python: 3.8-3.13(不支持Python 3.10.0和Python 3.14的beta版本)
- Windows:
- 支持Windows 7及以上版本,但官方仅支持Windows 8+。
- 使用Windows商店安装的Python需要PyInstaller 4.4或更高版本。
- Linux:
- 支持基于GNU libc和musl libc的多种架构(如x86_64, aarch64, i686, ppc64le, s390x)。
- 需要
ldd,objdump,objcopy等工具。
- macOS:
- 支持macOS 10.15 (Catalina)及以上版本。
- 支持构建
universal2应用程序。
1.2 安装步骤
PyInstaller可以通过pip进行安装:
pip install pyinstaller
对于Raspberry Pi用户,建议添加piwheels作为额外的索引URL:
pip install pyinstaller --extra-index-url https://www.piwheels.org/simple
2. 项目的使用说明
2.1 基本用法
使用PyInstaller打包Python脚本非常简单,只需运行以下命令:
pyinstaller /path/to/yourscript.py
这将生成一个包含所有依赖项的单个文件夹或可执行文件。
2.2 高级选项
PyInstaller提供了多种选项来定制打包过程,例如:
--onefile: 将所有内容打包到一个可执行文件中。--windowed: 创建一个无命令行窗口的应用程序(适用于GUI应用)。--icon=icon.ico: 为Windows应用程序设置图标。
更多详细信息,请参考官方手册。
3. 项目API使用文档
3.1 主要功能
PyInstaller的主要功能是将Python应用程序及其所有依赖项打包成一个独立的可执行文件或文件夹。它自动分析脚本所需的模块和库,并将它们与脚本一起打包。
3.2 支持的Python包
PyInstaller支持多种常见的Python包,如:
- numpy
- PyQt5, PySide2, PyQt6, PySide6
- wxPython
- matplotlib
3.3 第三方包支持
PyInstaller内置了多种第三方包的支持,用户无需额外配置即可使用这些包。
4. 项目安装方式
4.1 通过pip安装
最简单的安装方式是通过pip:
pip install pyinstaller
4.2 手动安装
对于某些平台,可能需要手动构建PyInstaller的引导程序。这通常在安装过程中自动完成,前提是系统中已安装了合适的C编译器(如gcc或clang)和zlib的开发头文件。
4.3 其他平台
对于未在官方测试范围内的平台(如FreeBSD, Solaris, AIX等),用户需要手动构建引导程序。具体步骤请参考官方文档。
5. 支持与帮助
5.1 官方调试指南
当遇到问题时,可以参考官方调试指南。
5.2 用户贡献的帮助主题
GitHub Wiki上提供了一些用户贡献的帮助主题,地址为GitHub Wiki。
5.3 社区支持
用户可以通过以下方式获取帮助:
6. 版本变更
6.1 当前版本变更
当前版本的详细变更列表可以在Changelog中找到。
通过以上文档,用户可以了解如何安装、使用和调试PyInstaller,从而更好地打包Python应用程序。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
666
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
796
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
777
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271
React Native鸿蒙化仓库
JavaScript
308
359