WinPython 64bit 3.8.5.0cod 发行版包清单全解析:460+ 预构建科学计算包的组成与生成机制
WinPython 64bit 3.8.5.0cod 发行版包清单全解析:460+ 预构建科学计算包的组成与生成机制
本篇以仓库中的包索引文档 changelogs/WinPythoncod-64bit-3.8.5.0.md 为主体,完整解读 WinPython-64bit v3.8.5.0cod 的发行内容:内置的 4 个开发工具、按功能域组织的 460 余个预构建 Python 包,以及自 3.8.3.0cod 以来每一次新增、升级与移除的明细。读完本文,你将掌握这张包清单中每一类包的用途与定位、cod 版本后缀的来历,并能从源码层面理解这类 changelog 是如何在构建流水线中自动生成与对比的,从而在升级或选型时快速评估一个 WinPython 发行版"装了什么、改了哪些、为什么"。
一、背景:WinPython 发行版与 cod 版本标识
WinPython 是面向 Windows 平台的免费 Python 发行版,其核心卖点是预构建的 Scientific Python 生态:无需编译即可获得带 MKL 加速的 NumPy/SciPy、GIS 栈、Jupyter 生态与大量数据科学库。changelogs/ 目录下每一个 WinPython*.md 文件,就是某个具体发行版安装内容的完整包索引(package index)。
文件名 WinPythoncod-64bit-3.8.5.0.md 遵循仓库约定的命名模式 WinPython{flavor}-{arch}bit-{version}.md。其中:
64bit指 64 位架构(仓库中同时存在 32bit 与 64bit 系列);cod是发行版 flavor(风味/变体)标识。在当前的构建配置 winpython_builds.toml 中,flavor 被定义为"同一 Python 小版本下的构建变体"(如dot、dotf、slim、slimf),每个 flavor 拥有独立的 requirements、source_dirs 与 toolsdirs(winpython_builds.toml);cod则是 3.7/3.8/3.9 时代的历史 flavor 名称,可从 changelogs/md5_sha1.txt 中看到Winpython64-3.8.5.0cod.exe等成品安装包记录;3.8.5.0是 WinPython 自有的四段版本号,其中3.8.5对应上游 Python 版本(CPython 3.8.5),末尾的0为发行构建号。
测试 tests/test_changelog_files.py 精确锁定了这一解析规则(parse_changelog_name 返回 (flavor, arch, version),且未加 flavor 的旧式命名 WinPython-64bit-3.9.8.0.md 被解析为 ("", 64, ...)),可见包索引文件的命名是"承重墙"——后续所有版本对比都依赖它。
二、内置 Tools 清单
3.8.5.0cod 附带 4 个开发工具,均为 Windows 平台常用工具链:
| 名称 | 版本 | 说明 |
|---|---|---|
| Nodejs | v12.18.3 | 基于 Chrome V8 JavaScript 引擎的 JavaScript 运行时 |
| npmjs | 6.14.6 | JavaScript 的包管理器 |
| Pandoc | 2.3 | 通用文档格式转换器 |
| VSCode | 1.48.0.0 | 微软出品的源代码编辑器 |
其中 Pandoc 是本版新增工具,Nodejs、npmjs、VSCode 三个则相对上一版(3.8.3.0cod)做了升级。VSCode 内置发行版,配合 winpython 3.0.20200808(发行版管理工具,含 WPPM 包管理器),开箱即可编辑、调试、运行 Python。
三、Python 包完整清单(按功能域分组)
该发行版共收录 460 余个 Python 包,覆盖科学计算、机器学习、大数据、可视化、GIS、Web/异步、Jupyter、数据库、优化求解与工程开发等几乎所有主流领域。下面按功能域分组完整列出(名称、版本、说明均忠实于原包索引)。
3.1 科学计算与数值分析
| 名称 | 版本 | 说明 |
|---|---|---|
| numpy | 1.19.1+mkl | 数组计算的基础包(MKL 加速版) |
| scipy | 1.5.2 | 科学计算库 |
| numexpr | 2.7.1 | 基于向量的快速数值表达式求值器 |
| bottleneck | 1.3.2 | 用 C 实现的快速 NumPy 数组函数 |
| fast_histogram | 0.9 | 快速一维/二维直方图 |
| numdifftools | 0.9.39 | 自动数值微分求解 |
| mpmath | 1.1.0 | 任意精度浮点运算 |
| sympy | 1.6.2 | 符号计算系统(CAS) |
| uncertainties | 3.1.4 | 带不确定度的透明计算与误差传播 |
| pint | 0.14 | 物理量纲模块 |
| gmpy2 | 2.0.8 | GMP/MPIR、MPFR、MPC 的 Python 接口 |
| networkx | 2.4 | 图与网络创建操作包 |
| quantecon | 0.4.8 | 定量经济建模工具集 |
| pyflux | 0.4.17 | 时间序列分析库 |
| statsmodels | 0.11.1 | 统计计算与模型 |
| patsy | 0.5.1 | 统计模型描述与设计矩阵构建 |
| lmfit | 1.0.1 | 带边界与约束的最小二乘拟合 |
| asteval | 0.9.18 | 基于 ast 模块的安全最小化表达式求值器 |
| supersmoother | 0.4 | Friedman Supersmoother 的 Python 实现 |
| emcee | 3.0.2 | MCMC 系综采样工具包 |
| pymc | 2.3.8 | 马尔可夫链蒙特卡洛采样工具包 |
| oct2py | 5.2.0 | Python 到 GNU Octave 的桥接 |
| scilab2py | 0.6.2 | Python 到 Scilab 的桥接 |
| rpy2 | 3.4.0.dev0 | Python 与 R 语言接口(内嵌 R) |
| julia | 0.5.4 | Julia/Python 桥接(支持 IPython) |
3.2 机器学习与数据挖掘
| 名称 | 版本 | 说明 |
|---|---|---|
| scikit_learn | 0.23.2 | 机器学习与数据挖掘模块集 |
| scikit_image | 0.17.2 | 图像处理例程 |
| scikit_optimize | 0.7.4 | 基于序贯模型的优化工具箱 |
| scikit_fuzzy | 0.4.1 | 模糊逻辑工具包 |
| imbalanced_learn | 0.7.0 | 不平衡数据集机器学习工具箱 |
| mlxtend | 0.17.3 | 机器学习扩展库 |
| pygbm | 0.1.0 | 基于 numba 的实验性梯度提升机 |
| dask_ml | 1.6.0 | 分布式/并行机器学习库 |
| dask_searchcv | 0.2.0 | 基于 Scikit-Learn 与 Dask 的超参数搜索 |
| dask_glm | 0.2.0 | 基于 Dask 的广义线性模型 |
| shap | 0.35.0 | 统一解释任意机器学习模型输出的方法 |
| umap_learn | 0.4.6 | 均匀流形逼近与投影(UMAP) |
| astroml | 0.4.1 | 天文学机器学习与数据挖掘工具 |
| nltk | 3.5 | 自然语言工具包 |
| wordcloud | 1.8.0 | 词云生成器 |
| fuzzywuzzy | 0.18.0 | 模糊字符串匹配 |
| python_levenshtein | 0.12.0 | 字符串编辑距离与相似度计算扩展 |
3.3 大数据、并行与分布式计算
| 名称 | 版本 | 说明 |
|---|---|---|
| dask | 2.23.0 | 带任务调度的并行 PyData 计算 |
| distributed | 2.23.0 | Dask 分布式调度器 |
| dask_labextension | 3.0.0 | 管理 Dask 集群的 Jupyter Notebook 服务器扩展 |
| ipyparallel | 6.3.0 | IPython 交互式并行计算 |
| loky | 2.8.0 | concurrent.futures.ProcessPoolExecutor 的稳健实现 |
| pyarrow | 1.0.0 | Apache Arrow 的 Python 库 |
| fastparquet | 0.4.1 | Parquet 文件格式的 Python 支持 |
| feather_format | 0.4.1 | Apache Arrow 羽毛文件格式的简单封装 |
| zarr | 2.4.0 | 分块、压缩的 N 维数组实现 |
| numcodecs | 0.6.4 | 数据存储与通信中的缓冲压缩/转换编解码器 |
| bcolz | 1.2.1 | 列式压缩数据容器 |
| blosc | 1.9.1 | Blosc 数据压缩器 |
| bloscpack | 0.16.0 | Blosc 的 CLI 与序列化格式 |
| cloudpickle | 1.5.0 | 对 Python 对象扩展的 pickle 支持 |
| toolz | 0.10.0 | 列表处理工具与函数式工具集 |
| cytoolz | 0.10.1 | Toolz 的 Cython 高性能实现 |
| fsspec | 0.8.0 | 文件系统规范 |
| streamz | 0.5.4 | 流式处理 |
| intake | 0.6.0 | 数据加载与目录系统 |
| partd | 1.1.0 | 可追加的键值存储 |
| locket | 0.2.0 | 基于文件的锁(Linux 与 Windows) |
| heapdict | 1.0.1 | 支持 decrease-key/increase-key 的堆 |
| sortedcontainers | 2.2.2 | 有序容器(列表、字典、集合) |
| zict | 2.0.0 | 可变映射工具 |
| snakeviz | 2.1.0 | 基于 Web 的 Python profiler 输出查看器 |
| greenlet | 0.4.16 | 轻量级进程内并发 |
| ibis_framework | 1.3.0 | 以生产力为中心的 Python 大数据框架 |
3.4 数据可视化与 GUI 绘图
| 名称 | 版本 | 说明 |
|---|---|---|
| matplotlib | 3.3.1 | Python 绘图包 |
| seaborn | 0.10.1 | 统计数据可视化 |
| bokeh | 2.1.1 | 浏览器端交互式绘图与应用 |
| plotly | 4.9.0 | 开源交互式绘图库 |
| holoviews | 1.13.3 | 数据标注式自动化可视化 |
| hvplot | 0.6.0 | 基于 HoloViews 的 PyData 高层绘图 API |
| panel | 0.9.7 | Python 高层应用与仪表盘方案 |
| datashader | 0.11.0 | 基于网格聚合的数据可视化工具链 |
| altair | 4.1.0 | 声明式统计可视化库 |
| altair_data_server | 0.4.1 | Altair 图表后台数据服务器 |
| altair_transform | 0.2.0 | Altair 变换求值的 Python 引擎 |
| altair_widgets | 0.2.2 | Altair Widgets:统计数据的交互式可视化 |
| vega | 3.4.0 | Vega 5 与 Vega-Lite 4 的 Jupyter widget |
| vega_datasets | 0.8.0 | Vega 数据集的离线访问包 |
| pdvega | 0.2.1.dev0 | Pandas 到 Vega/Vega-Lite 的绘图接口 |
| bqplot | 0.12.15 | 基于 d3.js 与 ipywidgets 的 Jupyter 交互绘图 |
| plotnine | 0.7.1 | Python 的图形语法(ggplot 风格) |
| mizani | 0.7.1 | Python 刻度系统 |
| palettable | 3.3.0 | 颜色调色板 |
| brewer2mpl | 1.4.1 | 连接 colorbrewer2.org 色图与 matplotlib |
| colorcet | 2.0.2 | 感知均匀色图集合 |
| mpld3 | 0.5.1 | Matplotlib 的 D3 查看器 |
| mpl_scatter_density | 0.7 | Matplotlib 密度散点图辅助 |
| mpldatacursor | 0.7.1 | Matplotlib 交互式数据游标 |
| pyqtgraph | 0.11.0 | 科学绘图与 GUI 库 |
| guiqwt | 3.0.4 | 曲线与图像绘图工具集(PythonQwt 扩展) |
| pythonqwt | 0.6.2 | Qt 绘图控件 |
| guidata | 1.7.8 | 自动化 GUI 生成,便于数据集编辑与显示 |
| formlayout | 2.0.0a0 | 用 Python 轻松创建 Qt 表单对话框与控件 |
| qdarkstyle | 2.8.1 | Python 与 Qt 应用的暗色样式表 |
| qtawesome | 0.7.2 | PyQt/PySide 应用中的 FontAwesome 图标 |
| pyqt5 | 5.15.0 | Qt 跨平台应用工具包的 Python 绑定 |
| pyqt5_sip | 12.8.0 | PyQt5 的 sip 模块支持 |
| pyqtwebengine | 5.15.0 | Qt WebEngine 框架的 Python 绑定 |
| qtpy | 1.9.0 | 各种 Qt 绑定之上的抽象层 |
| moviepy | 1.0.3 | 视频编辑 |
| imageio | 2.9.0 | 读写图像、视频、科学及体积数据的库 |
| imageio_ffmpeg | 0.4.2 | imageio 的 FFMPEG 封装 |
| pillow | 7.2.0 | Python 图像库(Fork) |
| tifffile | 2020.8.13 | 读写 TIFF 文件 |
3.5 地理空间(GIS)
| 名称 | 版本 | 说明 |
|---|---|---|
| gdal | 3.1.2 | 地理空间数据抽象库 |
| fiona | 1.8.13 | 读写空间数据文件 |
| rasterio | 1.1.5 | 基于 Numpy/SciPy 的快速直接栅格 I/O |
| shapely | 1.7.0 | 几何对象、谓词与操作 |
| geopandas | 0.8.1 | 地理 pandas 扩展 |
| pyproj | 2.6.1.post1 | PROJ 的 Python 接口(制图投影与坐标变换) |
| pyepsg | 0.4.0 | 通过 epsg.io 访问 EPSG 数据库 |
| cartopy | 0.18.0 | 带 Matplotlib 支持的制图 Python 库 |
| pyshp | 2.1.0 | 纯 Python 读写 ESRI Shapefile |
| rtree | 0.9.4 | 空间索引 R-Tree |
| geographiclib | 1.50 | GeographicLib 的大地线例程 |
| geopy | 2.0.0 | Python 地理编码工具箱 |
| mercantile | 1.1.5 | Web mercator XYZ 瓦片工具 |
| snuggs | 1.4.7 | 用于 Numpy 的 s 表达式 |
| cligj | 0.5.0 | 面向 GeoJSON CLI 的 Click 参数 |
| munch | 2.5.0 | 点访问字典(类 JavaScript 对象) |
| pyhdf | 0.10.2 | NCSA HDF4 库的 Python 接口 |
| python_hdf4 | 0.10.0+dummy | Python-HDF4:NCSA HDF4 库的 Python 接口 |
| folium | 0.11.0 | 用 Leaflet.js 与 Python 创建地图 |
| ipyleaflet | 0.13.3 | 动态 Leaflet 地图的 Jupyter widget |
| pydeck | 0.4.0 | deck.gl 地图 widget |
| branca | 0.4.1 | 用 Python 生成复杂 HTML+JS 页面 |
| geoviews | 1.8.1 | 地理/气象/海洋数据探索可视化 |
| descartes | 1.1.0 | 将几何对象用作 matplotlib 路径与色块 |
3.6 Web、异步与网络
| 名称 | 版本 | 说明 |
|---|---|---|
| aiohttp | 3.6.2 | 异步 http 客户端/服务端框架(asyncio) |
| aiofiles | 0.5.0 | asyncio 的文件支持 |
| aiosqlite | 0.15.0 | 标准 sqlite3 模块的 asyncio 桥接 |
| async_generator | 1.10 | Python 3.5+ 的异步生成器与上下文管理器 |
| async_timeout | 3.0.1 | asyncio 程序的超时上下文管理器 |
| trio | 0.16.0 | 友好的 Python 异步并发与 I/O 库 |
| trio_asyncio | 0.11.0 | 基于 Trio 的 asyncio 主循环重实现 |
| tornado | 6.0.4 | Python Web 框架与异步网络库 |
| flask | 1.1.2 | 构建复杂 Web 应用的简单框架 |
| flask_accepts | 0.17.3 | Flask 输入/输出处理 |
| flask_mail | 0.9.1 | 发送邮件的 Flask 扩展 |
| flask_restx | 0.2.0 | 快速、易用、文档化的 Flask API 开发框架 |
| flask_session | 0.3.2 | 为 Flask 应用添加服务端会话支持 |
| flask_sqlalchemy | 2.4.4 | 为 Flask 应用添加 SQLAlchemy 支持 |
| flaskerize | 0.14.0 | Python 模板代码生成与项目修改 CLI |
| quart | 0.13.0 | 与 Flask API 相同的 Python ASGI Web 微框架 |
| hypercorn | 0.10.2 | 基于 Hyper 库、受 Gunicorn 启发的 ASGI 服务器 |
| uvicorn | 0.11.8 | 快速的 ASGI 服务器 |
| databases | 0.3.2 | Python 异步数据库支持 |
| requests | 2.24.0 | 面向人类的 Python HTTP 库 |
| requests_toolbelt | 0.9.1 | python-requests 高级用户的工具带 |
| httpie | 2.2.0 | 面向人类的 cURL 式 CLI |
| urllib3 | 1.25.10 | 带线程安全连接池的 HTTP 库 |
| websockets | 8.1 | WebSocket 协议实现(RFC 6455 & 7692) |
| wsproto | 0.15.0 | 基于状态机的 WebSockets 协议实现 |
| h11 | 0.9.0 | 纯 Python、自带 I/O 的 HTTP/1.1 实现 |
| h2 | 3.2.0 | 基于状态机的 HTTP/2 协议实现 |
| hpack | 3.0.0 | 纯 Python HPACK 头压缩 |
| hyperframe | 5.2.0 | HTTP/2 帧层 |
| priority | 1.3.0 | 纯 Python HTTP/2 优先级树实现 |
| multidict | 4.7.6 | multidict 实现 |
| yarl | 1.5.1 | URL 库 |
| idna | 2.10 | 应用中的国际化域名(IDNA) |
| chardet | 3.0.4 | 通用编码检测器(Python 2 与 3) |
| certifi | 2020.6.20 | Mozilla CA Bundle |
| html5lib | 1.1 | 基于 WHATWG HTML 规范的 HTML 解析器 |
| bleach | 3.1.5 | 基于 safelist 的 HTML 消毒工具 |
| webencodings | 0.5.1 | 遗留 Web 内容的字符编码别名 |
| defusedxml | 0.6.0 | 标准库 XML 模块的 XML 炸弹防护 |
| asgi_csrf | 0.6.1 | 防 CSRF 攻击的 ASGI 中间件 |
| asgiref | 3.2.10 | ASGI 规范、辅助代码与适配器 |
| simpervisor | 0.3 | 简单异步进程监管 |
| jupyter_server_proxy | 1.5.0 | 监督并代理 Web 服务的 Jupyter 服务器扩展 |
| hupper | 1.10.2 | 开发与重载守护进程的集成进程监视器 |
| janus | 0.5.0 | 混合同步-异步队列 |
| itsdangerous | 1.1.0 | 向不可信环境安全传递数据的辅助工具 |
| werkzeug | 1.0.1 | 全面的 WSGI Web 应用库 |
| jinja2 | 2.11.2 | 纯 Python 编写的小而快的模板引擎 |
| markupsafe | 1.1.1 | 向 HTML/XML 标记安全添加不可信字符串 |
| markdown | 3.2.2 | Python 版 Markdown 实现 |
| mistune | 0.8.4 | 纯 Python 最快的 markdown 解析器 |
| docutils | 0.16 | Docutils -- Python 文档工具 |
| readme_renderer | 26.0 | 渲染 readme 描述的库 |
| prometheus_client | 0.7.1 | Prometheus 监控系统的 Python 客户端 |
3.7 Jupyter 生态
| 名称 | 版本 | 说明 |
|---|---|---|
| jupyter | 1.0.0 | Jupyter 元包(一次安装全部组件) |
| jupyterlab | 2.2.4 | JupyterLab notebook 服务器扩展 |
| notebook | 6.1.3 | 交互式计算的 Web notebook 环境 |
| ipykernel | 5.3.4 | Jupyter 的 IPython 内核 |
| ipython | 7.17.0 | IPython:高效交互式计算 |
| ipython_sql | 0.4.0 | 通过 IPython 访问 RDBMS |
| ipywidgets | 7.5.1 | Jupyter 的 IPython HTML widgets |
| widgetsnbextension | 3.5.1 | Jupyter 的 IPython HTML widgets |
| nbconvert | 5.6.1 | 转换 Jupyter Notebooks |
| nbconvert_reportlab | 0.2 | 使用 Reportlab 将 notebook 转为 PDF |
| nbformat | 5.0.7 | Jupyter Notebook 格式 |
| nbclient | 0.4.1 | 执行 notebook 的客户端库(原 nbconvert 的 ExecutePreprocessor) |
| papermill | 2.1.2 | 参数化并运行 Jupyter/nteract Notebooks |
| jupyter_console | 6.1.0 | Jupyter 终端控制台 |
| jupyter_core | 4.6.3 | Jupyter 核心包 |
| jupyter_client | 6.1.6 | Jupyter 协议实现与客户端库 |
| jupyter_server | 0.1.1 | Jupyter 服务器 |
| jupyter_server_proxy | 1.5.0 | Jupyter 服务器扩展:监督并代理 Web 服务 |
| jupyter_sphinx | 0.2.4 | Jupyter Sphinx 扩展 |
| jupyterlab_launcher | 0.13.1 | Jupyter Launcher |
| jupyterlab_pygments | 0.1.1 | Pygments 主题 |
| jupyterlab_server | 1.2.0 | JupyterLab 服务器 |
| rise | 5.6.1 | Reveal.js -- Jupyter/IPython 幻灯片扩展 |
| qtconsole | 4.7.5 | Jupyter Qt 控制台 |
| metakernel | 0.24.4 | Jupyter 的 Metakernel |
| octave_kernel | 0.32.0 | Octave 的 Jupyter 内核 |
| ipympl | 0.5.7 | Matplotlib Jupyter 扩展 |
| jupyter_bokeh | 2.0.3 | 渲染 Bokeh 内容的 Jupyter 扩展 |
| dask_labextension | 3.0.0 | 管理 Dask 集群的 Jupyter Notebook 服务器扩展 |
| voila | 0.1.21 | 提供只读实时 Jupyter notebooks |
| pyviz_comms | 0.7.6 | PyViz 生态的双向通信 |
| paramnb | 2.0.4 | 从 notebook 中的 Parameterized 对象生成 ipywidgets |
| parambokeh | 0.2.3 | ParamBokeh:在 notebook 或 bokeh server 上为 param 类生成 UI |
3.8 数据库与数据存取
| 名称 | 版本 | 说明 |
|---|---|---|
| sqlalchemy | 1.3.18 | 数据库抽象库 |
| sqlite_bro | 0.9.1 | 单 Python 文件的图形化 SQLite 客户端 |
| sqlparse | 0.3.1 | 非校验型 SQL 解析器 |
| pymongo | 3.11.0 | MongoDB 的 Python 驱动 |
| redis | 3.5.3 | Redis 键值存储的 Python 客户端 |
| mysql_connector_python | 8.0.21 | 纯 Python 编写的 MySQL 驱动 |
| pg8000 | 1.13.1 | PostgreSQL 接口库 |
| pyodbc | 4.0.30 | ODBC 的 DB API 模块 |
| adodbapi | 2.6.1.3 | 使用 Microsoft ADO 实现 PEP 249 DB-API 的纯 Python 包 |
| baresql | 0.7.6 | 直接在 Python 数据上执行 SQL |
| db.py | 0.5.3 | 不"烂"的数据库包 |
| datasette | 0.47.2 | 数据探索与发布工具 |
| h5py | 2.10.0 | 从 Python 读写 HDF5 文件 |
| tables | 3.6.1 | 分层数据集 |
| netcdf4 | 1.5.4 | netCDF 4 库的面向对象 Python 接口 |
| cftime | 1.2.1 | netcdf4-python 的时间处理功能 |
| xarray | 0.16.0 | Python 中的 N 维标签数组与数据集 |
| pandas | 1.1.0 | 数据分析、时间序列与统计的强大数据结构 |
| pandas_datareader | 0.9.0 | 从 pandas 代码库提取的数据读取器 |
| xlrd | 1.2.0 | 从 Excel 电子表格提取数据 |
| xlsxwriter | 1.3.3 | 创建 Excel XLSX 文件 |
| xlwings | 0.20.2 | 让 Excel 与 Python 交互 |
| reportlab | 3.5.47 | Reportlab 工具包 |
| pdfrw | 0.4 | PDF 文件读写库 |
| openpyxl(未内置) | - | 注意:Excel 写盘请用 xlsxwriter/xlwings |
| vitables | 3.0.2 | PyTables 包查看器 |
3.9 数学优化与规划求解
| 名称 | 版本 | 说明 |
|---|---|---|
| cvxopt | 1.2.5 | 凸优化包 |
| cvxpy | 1.1.3 | 建模凸优化问题的领域特定语言 |
| ecos | 2.0.7.post1 | ECOS:嵌入式锥求解器 |
| osqp | 0.6.1 | OSQP:算子分裂 QP 求解器 |
| scs | 2.1.2 | 分裂锥求解器 |
| pulp | 2.3 | LP 建模器(生成 MPS/LP 并调用 GLPK、COIN CLP/CBC、CPLEX、GUROBI) |
| nlopt | 2.6.2 | 非线性优化库,封装多种全局/局部、约束/无约束算法 |
| pycosat | 0.6.3 | picosat(SAT 求解器)的绑定 |
| amply | 0.1.2 | 将 AMPL/GLPK 数据加载与操作化为 Python 数据结构 |
| simpy | 4.0.1 | 事件离散、基于进程的仿真 |
3.10 开发工具、静态检查与工程化
| 名称 | 版本 | 说明 |
|---|---|---|
| cython | 0.29.21 | 编写 Python C 扩展的 Cython 编译器 |
| pybind11 | 2.5.0 | C++11 与 Python 的无缝互操作 |
| numba | 0.51.0 | 使用 LLVM 编译 Python 代码 |
| llvmlite | 0.34.0 | 基本 LLVM 功能的轻量级封装 |
| setuptools | 49.6.0 | 便捷下载、构建、安装、升级、卸载 Python 包 |
| wheel | 0.35.1 | Python 内置包格式 |
| pip | 20.2.2 | PyPA 推荐的 Python 包安装工具 |
| virtualenv | 20.0.30 | 虚拟 Python 环境构建器 |
| pipdeptree | 1.0.0 | 显示包依赖树的 CLI 工具 |
| distlib | 0.3.1 | 发行工具 |
| packaging | 20.4 | Python 包核心工具 |
| pkginfo | 1.5.0.1 | 查询 sdist/bdist/已安装包元数据 |
| pytest | 6.0.1 | 简单强大的 Python 测试 |
| hypothesis | 5.24.3 | 基于属性的测试库 |
| flake8 | 3.8.3 | 模块化源码检查器(pep8、pyflakes 等) |
| pycodestyle | 2.6.0 | Python 风格指南检查器 |
| pyflakes | 2.2.0 | Python 源码被动检查器 |
| mccabe | 0.6.1 | McCabe 检查器(flake8 插件) |
| pylint | 2.5.3 | Python 代码静态检查器 |
| astroid | 2.4.2 | 带推理支持的 Python 抽象语法树 |
| autopep8 | 1.5.3 | 自动格式化 Python 代码符合 PEP 8 |
| black | 19.10b0 | 毫不妥协的代码格式化器 |
| yapf | 0.30.0 | Python 代码格式化器 |
| isort | 4.3.21 | 排序 Python 导入的工具 |
| rope | 0.17.0 | Python 重构库 |
| jedi | 0.17.1 | 文本编辑器可用的 Python 自动补全工具 |
| parso | 0.7.0 | Python 解析器 |
| mypy | 0.782 | Python 可选静态类型检查 |
| mypy_extensions | 0.4.3 | 实验性类型系统扩展 |
| typed_ast | 1.4.1 | 支持类型注释的 Python 2/3 ast 模块分支 |
| python_language_server | 0.34.1 | 语言服务器协议的 Python 语言服务器 |
| python_jsonrpc_server | 0.3.4 | JSON RPC 2.0 服务器库 |
| ptvsd | 4.3.2 | Visual Studio / VSCode 中 Python 的远程调试服务器 |
| pyinstaller | 3.6 | 将 Python 应用及依赖打包为单一包 |
| cx_freeze | 6.2 | 从 Python 脚本创建独立可执行文件 |
| ppci | 0.5.8 | 纯 Python 实现的 ARM、X86、MSP430、xtensa 等编译器 |
| pygments | 2.6.1 | 用 Python 编写的语法高亮包 |
| docopt | 0.6.2 | Pythonic 参数解析器 |
| click | 7.1.2 | 可组合的命令行接口工具包 |
| click_default_group | 1.2.2 | 无需显式子命令即可调用命令的 click.Group 扩展 |
| click_plugins | 1.1.1 | 通过 setuptools entry-points 注册 CLI 命令的 click 扩展 |
| pyparsing | 2.4.7 | Python 解析模块 |
| regex | 2020.7.14 | 替代 re 的备选正则模块 |
| simplegeneric | 0.8.1 | 简单泛型函数 |
| wrapt | 1.12.1 | 装饰器、包装器与 monkey patching 模块 |
| deprecated | 1.2.10 | 弃用旧类/函数/方法的 @deprecated 装饰器 |
| tenacity | 6.2.0 | 重试代码直至成功 |
| retrying | 1.3.3 | 重试 |
| tqdm | 4.48.0 | 快速、可扩展的进度条 |
| watchdog | 0.10.3 | 文件系统事件监控 |
| pathspec | 0.8.0 | gitignore 风格模式匹配工具 |
| pathtools | 0.1.2 | 文件系统通用工具 |
| filelock | 3.0.12 | 平台无关的文件锁 |
| atomicwrites | 1.4.0 | 原子文件写入 |
| fasteners | 0.15 | 提供实用锁的 Python 包 |
| send2trash | 1.5.0 | 在 Mac OS X、Windows 与 Linux 上原生发送文件到回收站 |
| keyring | 21.3.0 | 安全存储与访问密码 |
| bcrypt | 3.1.7 | 现代密码哈希 |
| argon2_cffi | 20.1.0 | 安全的 Argon2 密码哈希算法 |
| passlib | 1.7.1 | 支持 30 多种方案的全面密码哈希框架 |
| cryptography | 3.0 | 提供加密配方与基础原语 |
| pynacl | 1.4.0 | 网络与加密(NaCl)库绑定 |
| paramiko | 2.7.1 | SSH2 协议库 |
| pyserial | 3.4 | Python 串口扩展 |
| pywinusb | 0.4.2 | 简化 Windows 上 USB/HID 通信的包 |
| sounddevice | 0.4.0 | 用 Python 播放与录音 |
| pyaudio | 0.2.11 | PortAudio v19 绑定 |
| 1.18.0 | Twitter API 与命令行工具集 | |
| pefile | 2019.4.18 | Python PE 解析模块 |
| helpdev | 0.7.1 | 轻松提取 Python 环境信息 |
| tranquilizer | 0.5.0+1.gff8dd5f | 将函数置于 REST |
| datasette | 0.47.2 | 数据探索与发布工具 |
| httpie | 2.2.0 | 面向人类的 cURL 式 CLI |
| flaskerize | 0.14.0 | Python CLI 构建/开发工具 |
| twine | 3.2.0 | 在 PyPI 上发布包的实用工具集合 |
| pypandoc | 1.5 | pandoc 的瘦封装 |
| pandocfilters | 1.4.2 | 编写 pandoc 过滤器的工具 |
| ptpython | 3.0.5 | 基于 prompt_toolkit 的 Python REPL |
| prompt_toolkit | 3.0.6 | 构建强大交互命令行的库 |
| wcwidth | 0.2.5 | 测量宽字符的终端列宽 |
| pexpect | 4.8.0 | 轻松控制交互式控制台应用 |
| ptyprocess | 0.6.0 | 在伪终端中运行子进程 |
| six | 1.15.0 | Python 2 与 3 兼容工具 |
| future | 0.18.2 | 为 Python 3 与 2 提供单一源码支持 |
| python_dateutil | 2.8.1 | 标准 datetime 模块的扩展 |
| tzlocal | 2.1 | 本地时区 tzinfo 对象 |
| pytz | 2020.1 | 现代与历史时区定义 |
| babel | 2.8.0 | 国际化工具 |
| snowballstemmer | 2.0.0 | 由 Snowball 算法生成的 25 种语言词干分析器 |
| imagesize | 1.2.0 | 获取 png/jpeg/gif 图像尺寸 |
| alabaster | 0.7.12 | 可配置侧边栏的 Sphinx 主题 |
| sphinx | 3.2.1 | 使用 reStructuredText 标记的文档生成工具 |
| sphinx_rtd_theme | 0.5.0 | Sphinx 的 Read the Docs 主题 |
| sphinxcontrib_applehelp | 1.0.2 | 输出 Apple help 书的 sphinx 扩展 |
| sphinxcontrib_devhelp | 1.0.2 | 输出 Devhelp 文档的 sphinx 扩展 |
| sphinxcontrib_htmlhelp | 1.0.3 | 渲染 HTML 帮助文件的 sphinx 扩展 |
| sphinxcontrib_jsmath | 1.0.1 | 通过 JavaScript 在 HTML 中渲染数学的 sphinx 扩展 |
| sphinxcontrib_qthelp | 1.0.3 | 输出 QtHelp 文档的 sphinx 扩展 |
| sphinxcontrib_serializinghtml | 1.1.4 | 输出序列化 HTML(json/pickle)的 sphinx 扩展 |
| numpydoc | 1.1.0 | 支持 Numpy 格式 docstring 的 Sphinx 扩展 |
| docrepr | 0.1.1 | 以 HTML 渲染 Python docstrings |
| pydocstyle | 4.0.1 | Python docstring 风格检查器 |
| simplejson | 3.17.2 | 简单、快速、可扩展的 JSON 编解码器 |
| json5 | 0.9.5 | JSON5 数据格式的 Python 实现 |
| jsonschema | 3.2.0 | JSON Schema 校验实现 |
| msgpack | 1.0.0 | MessagePack(反)序列化器 |
| protobuf | 4.0.0rc1 | Protocol Buffers |
| thrift | 0.13.0 | Apache Thrift RPC 系统的 Python 绑定 |
| python_snappy | 0.5.4 | Google snappy 压缩库的 Python 绑定 |
| lz4 | 3.1.0 | LZ4 绑定 |
| brotli | 1.0.7 | Brotli 压缩库的 Python 绑定 |
| toml | 0.10.1 | Tom's Obvious, Minimal Language 的 Python 库 |
| ruamel.yaml | 0.16.10 | 支持往返保留注释与键序的 YAML 解析/生成器 |
| ruamel.yaml.clib | 0.2.0 | 派生自 libyaml 的 C 版 YAML 读取/解析/生成器 |
| pyyaml | 5.3.1 | YAML 解析与生成器 |
| pyaml | 20.4.0 | 生成漂亮可读 YAML 的 PyYAML 模块 |
| appdirs | 1.4.4 | 确定平台特定目录(如 user data dir)的小模块 |
| wasmer | 0.4.2b11 | 运行 WebAssembly 二进制的 Python 扩展 |
| pybars3 | 0.9.7 | Python 3 与 2 的 Handlebars.js 模板 |
| pystache | 0.5.4 | Python 版 Mustache |
| diff_match_patch | 20200713 | Google Diff Match Patch 库重打包 |
| intervaltree | 3.0.2 | 可编辑区间树数据结构 |
| asciitree | 0.3.3 | 绘制 ASCII 树 |
| multipledispatch | 0.6.0 | 多重分派 |
| rx | 3.1.1 | Python 的 Reactive Extensions(Rx) |
| backcall | 0.2.0 | 传入 API 的回调函数规范 |
| traitlets | 4.3.3 | Traitlets Python 配置系统 |
| traittypes | 0.2.1 | Scipy trait 类型 |
| ipython_genutils | 0.2.0 | IPython 的遗留工具 |
| entrypoints | 0.3 | 发现并加载已安装包的 entry points |
| importlib_metadata | 1.7.0 | 从 Python 包读取元数据 |
| zipp | 3.1.0 | pathlib 兼容对象包装器向后移植 |
| typing_extensions | 3.7.4.2 | Python 3.5+ 的类型提示向后移植 |
| backports_abc | 0.5 | collections.abc 模块近期新增内容的向后移植 |
| monotonic | 1.5 | Python 2 与 <3.3 的 time.monotonic() 实现 |
| more_itertools | 8.4.0 | itertools 之外更多的迭代器例程 |
| iniconfig | 1.0.1 | 简单的 config-ini 解析 |
| pluggy | 0.13.1 | Python 插件与钩子调用机制 |
| py | 1.9.0 | 跨 Python 的路径、ini 解析、I/O、代码、日志工具 |
| outcome | 1.0.1 | 捕获函数调用的结果 |
| sniffio | 1.1.0 | 探测代码运行在哪个异步库下 |
| attrs | 19.3.0 | 免样板类 |
| tblib | 1.7.0 | 回溯序列化库 |
| pickleshare | 0.7.5 | 支持并发的微型 shelve 数据库 |
| testpath | 0.4.4 | 处理文件与命令代码的测试工具 |
| terminado | 0.8.3 | 使用 Tornado websockets 向 xterm.js 提供终端 |
| portpicker | 1.3.1 | 选择唯一可用网络端口的库 |
| threadpoolctl | 2.1.0 | 控制线程池 |
| kiwisolver | 1.2.0 | Cassowary 约束求解器的快速实现 |
| cycler | 0.10.0 | 可组合样式循环 |
| pyrsistent | 0.16.0 | 持久/函数式/不可变数据结构 |
| lazy_object_proxy | 1.4.3 | 快速彻底的惰性对象代理 |
| python_baseconv | 1.2.2 | 数字进制转换 |
| textwrap3 | 0.9.2 | Python 3.6 textwrap 向后移植 |
| ansiwrap | 0.8.4 | 兼容 ANSI 颜色与样式的 textwrap |
| termcolor | 1.1.0 | 终端彩色文本输出 |
| colorama | 0.4.3 | 跨平台彩色终端文本 |
| psutil | 5.7.2 | 跨平台进程与系统监控库 |
| mkl_service | 2.3.0 | 部分 MKL 服务函数的 Python 绑定 |
| msvc_runtime | 14.27.29016 | 安装 Microsoft Visual C++ 运行时 DLL 到 sys.prefix 与 Scripts 目录 |
| comtypes | 1.1.7 | 纯 Python COM 包 |
| pythonnet | 2.5.1 | Python 的 .Net 与 Mono 集成 |
| clrmagic | 0.0.1a2 | 使用 .NET 语言的 IPython cell magic |
| pywin32 | 228 | Python for Windows 扩展 |
| pywin32_ctypes | 0.2.0 | 纯 Python 的部分 pywin32 重实现(ctypes/cffi) |
| pywinpty | 0.5.7 | winpty 库的 Python 绑定 |
| pygame | 1.9.6 | Python 游戏开发 |
| pyopengl | 3.1.5 | 标准 OpenGL 绑定 |
| idlex | 1.18 | IDLE 扩展 |
| pyzo | 4.10.2 | 科学计算 Python IDE |
| spyder | 4.1.4 | 科学 Python 开发环境 |
| spyder_kernels | 1.9.3 | Spyder 控制台的 Jupyter 内核 |
| winpython | 3.0.20200808 | WinPython 发行版工具(含 WPPM) |
| metakernel | 0.24.4 | Jupyter 的 Metakernel |
| altgraph | 0.17 | Python 图(网络)包 |
| fs | 2.4.11 | Python 文件系统抽象层 |
| aniso8601 | 8.0.0 | 解析 ISO 8601 字符串的库 |
| cachelib | 0.1.1 | 统一 API 的缓存库集合 |
| husl | 4.0.3 | 人性化 HSL |
| marshmallow | 3.7.1 | 复杂数据类型与原生 Python 数据类型转换的轻量库 |
| prettytable | 0.7.2 | 以美观 ASCII 表格展示表格数据的库 |
| proglog | 0.1.9 | 控制台、notebook、web 的日志与进度条管理器 |
| toml | 0.10.1 | TOML 解析库 |
| ppt(未内置) | - | - |
(注:上表为完整包索引的按域归纳,覆盖了原文档 Tools 之外的全部 Python 包条目。)
四、自 3.8.3.0cod 以来的变更明细(完整继承)
配套文件 changelogs/WinPythoncod-64bit-3.8.5.0_History.md 记录了与上一版 3.8.3.0cod 的逐项差异。这类对比文件由构建流水线自动生成(生成机制见第五节),此处完整列出。
4.1 Tools 变化
- 新增:Pandoc 2.3(通用文档转换器)
- 升级:
- Nodejs v12.16.3 → v12.18.3
- npmjs 6.14.4 → 6.14.6
- VSCode 1.45.1.0 → 1.48.0.0
4.2 新增 Python 包(共 26 个)
| 包 | 版本 | 说明 |
|---|---|---|
| aiohttp | 3.6.2 | 异步 http 客户端/服务端框架(asyncio) |
| amply | 0.1.2 | 加载与操作 AMPL/GLPK 数据 |
| argon2_cffi | 20.1.0 | 安全的 Argon2 密码哈希算法 |
| asgi_csrf | 0.6.1 | 防 CSRF 攻击的 ASGI 中间件 |
| async_timeout | 3.0.1 | asyncio 程序的超时上下文管理器 |
| dask_glm | 0.2.0 | 基于 Dask 的广义线性模型 |
| dask_labextension | 3.0.0 | 管理 Dask 集群的 Jupyter Notebook 服务器扩展 |
| dask_ml | 1.6.0 | 分布式与并行机器学习库 |
| flake8 | 3.8.3 | 模块化源码检查器(pep8、pyflakes 等) |
| guiqwt | 3.0.4 | 曲线与图像绘图工具集(PythonQwt 扩展) |
| importlib_metadata | 1.7.0 | 从 Python 包读取元数据 |
| iniconfig | 1.0.1 | 简单的 config-ini 解析 |
| jupyter_bokeh | 2.0.3 | 渲染 Bokeh 内容的 Jupyter 扩展 |
| jupyter_server_proxy | 1.5.0 | Jupyter 服务器扩展:监督并代理 Web 服务 |
| msvc_runtime | 14.27.29016 | 安装 MSVC 运行时 DLL 到 sys.prefix 与 Scripts 目录 |
| multidict | 4.7.6 | multidict 实现 |
| pydocstyle | 4.0.1 | Python docstring 风格检查器 |
| python_baseconv | 1.2.2 | 数字进制转换 |
| rfc3986 | 1.4.0 | 按 RFC 3986 校验 URI 引用 |
| rope | 0.17.0 | Python 重构库 |
| simpervisor | 0.3 | 简单异步进程监管 |
| wasmer | 0.4.2b11 | 运行 WebAssembly 二进制的 Python 扩展 |
| yapf | 0.30.0 | Python 代码格式化器 |
| yarl | 1.5.1 | URL 库 |
| zipp | 3.1.0 | pathlib 兼容对象包装器向后移植 |
值得注意的亮点:本版新增了完整的 Dask 分布式机器学习三件套(dask_ml + dask_searchcv + dask_glm + dask_labextension),以及 代码质量工具链(flake8、pydocstyle、yapf、rope),说明 cod 系列发行版在向"数据科学 + 工程规范"双栈演进。
4.3 升级的 Python 包(完整列表)
核心运行时与科学计算底座整体升级:
| 包 | 版本变化 |
|---|---|
| Python | 3.8.3 → 3.8.5 |
| numpy | 1.18.4+mkl → 1.19.1+mkl |
| scipy | 1.4.1 → 1.5.2 |
| pandas | 1.0.3 → 1.1.0 |
| matplotlib | 3.2.1 → 3.3.1 |
| scikit_learn | 0.23.1 → 0.23.2 |
| numba | 0.49.1 → 0.51.0 |
| pip | 20.1.1 → 20.2.2 |
| setuptools | 46.4.0 → 49.6.0 |
| wheel | 0.34.2 → 0.35.1 |
| virtualenv | 20.0.20 → 20.0.30 |
其余升级项(按 _History 原文完整继承):
- aiosqlite 0.13.0 → 0.15.0;asgiref 3.2.7 → 3.2.10;astroid 2.4.1 → 2.4.2;autopep8 1.5.2 → 1.5.3;backcall 0.1.0 → 0.2.0;beautifulsoup4 4.9.0 → 4.9.1;bokeh 2.0.2 → 2.1.1;bqplot 0.12.11 → 0.12.15;branca 0.3.1 → 0.4.1;cachelib 0.1 → 0.1.1;certifi 2020.4.5.1 → 2020.6.20;cffi 1.14.0 → 1.14.1;cftime 1.1.3 → 1.2.1;cloudpickle 1.4.1 → 1.5.0;cryptography 2.9.2 → 3.0;cvxpy 1.0.31 → 1.1.3;cx_freeze 6.1 → 6.2;cython 0.29.19 → 0.29.21;dask 2.16.0 → 2.23.0;datasette 0.42 → 0.47.2;datashader 0.10.0 → 0.11.0;diff_match_patch 20181111 → 20200713;distlib 0.3.0 → 0.3.1;distributed 2.16.0 → 2.23.0;fast_histogram 0.8 → 0.9;fastparquet 0.4.0 → 0.4.1;flask_accepts 0.17.2 → 0.17.3;flask_sqlalchemy 2.4.1 → 2.4.4;fsspec 0.7.3 → 0.8.0;gdal 3.0.4 → 3.1.2;geopandas 0.7.0 → 0.8.1;geopy 1.22.0 → 2.0.0;greenlet 0.4.15 → 0.4.16;guidata 1.7.7.dev1 → 1.7.8;holoviews 1.13.2 → 1.13.3;html5lib 1.0.1 → 1.1;httpie 2.1.0 → 2.2.0;hvplot 0.5.2 → 0.6.0;hypercorn 0.9.5 → 0.10.2;hypothesis 5.14.0 → 5.24.3;idna 2.9 → 2.10;imageio 2.8.0 → 2.9.0;imbalanced_learn 0.6.2 → 0.7.0;intake 0.5.5 → 0.6.0;ipykernel 5.2.1 → 5.3.4;ipyleaflet 0.12.6 → 0.13.3;ipympl 0.5.6 → 0.5.7;ipython 7.14.0 → 7.17.0;jedi 0.17.0 → 0.17.1;joblib 0.15.1 → 0.16.0;json5 0.9.3 → 0.9.5;julia 0.5.3 → 0.5.4;jupyter_client 6.1.3 → 6.1.6;jupyter_sphinx 0.2.3 → 0.2.4;jupyterlab 2.1.2 → 2.2.4;jupyterlab_server 1.1.3 → 1.2.0;keyring 21.2.1 → 21.3.0;llvmlite 0.32.1 → 0.34.0;lxml 4.5.1 → 4.5.2;lz4 3.0.2 → 3.1.0;marshmallow 3.6.0 → 3.7.1;mercantile 1.1.4 → 1.1.5;mizani 0.6.0 → 0.7.1;mlxtend 0.17.2 → 0.17.3;more_itertools 8.3.0 → 8.4.0;mpl_scatter_density 0.6 → 0.7;mpld3 0.3 → 0.5.1;mypy 0.770 → 0.782;mysql_connector_python 8.0.18 → 8.0.21;nbclient 0.3.0 → 0.4.1;nbformat 5.0.6 → 5.0.7;nest_asyncio 1.3.3 → 1.4.0;netcdf4 1.5.3 → 1.5.4;notebook 6.0.3 → 6.1.3;numpydoc 0.9.2 → 1.1.0;oct2py 5.0.4 → 5.2.0;octave_kernel 0.31.1 → 0.32.0;pandas_datareader 0.8.1 → 0.9.0;panel 0.9.5 → 0.9.7;papermill 2.1.1 → 2.1.2;pillow 7.1.2 → 7.2.0;pint 0.11 → 0.14;pipdeptree 0.13.2 → 1.0.0;plotly 4.7.1 → 4.9.0;plotnine 0.6.0 → 0.7.1;ppci 0.5.7 → 0.5.8;prompt_toolkit 3.0.5 → 3.0.6;protobuf 3.11.3 → 4.0.0rc1;psutil 5.7.0 → 5.7.2;ptpython 3.0.2 → 3.0.5;pulp 1.6.11 → 2.3;py 1.8.1 → 1.9.0;pyarrow 0.17.1 → 1.0.0;pydeck 0.2.1 → 0.4.0;pylint 2.5.2 → 2.5.3;pymongo 3.10.1 → 3.11.0;pynacl 1.3.0 → 1.4.0;pypandoc 1.3.2 → 1.5;pyqt5 5.14.2 → 5.15.0;pyqt5_sip 12.7.2 → 12.8.0;pyqtgraph 0.11.0rc0 → 0.11.0;pyqtwebengine 5.14.0 → 5.15.0;pytest 5.4.2 → 6.0.1;python_dotenv 0.13.0 → 0.14.0;python_language_server 0.32.0 → 0.34.1;pythonnet 2.4.1.dev0 → 2.5.1;pythonqwt 0.5.6.dev0 → 0.6.2;pyviz_comms 0.7.4 → 0.7.6;pywin32 227 → 228;pyzmq 19.0.1 → 19.0.2;qtconsole 4.7.4 → 4.7.5;quantecon 0.4.7 → 0.4.8;quart 0.12.0 → 0.13.0;rasterio 1.1.4 → 1.1.5;redis 3.5.2 → 3.5.3;regex 2020.5.14 → 2020.7.14;reportlab 3.5.42 → 3.5.47;requests 2.23.0 → 2.24.0;rx 3.1.0 → 3.1.1;simplejson 3.17.0 → 3.17.2;six 1.14.0 → 1.15.0;sortedcontainers 2.1.0 → 2.2.2;sounddevice 0.3.15 → 0.4.0;soupsieve 2.0 → 2.0.1;sphinx 3.0.3 → 3.2.1;sphinx_rtd_theme 0.4.3 → 0.5.0;spyder 4.1.3 → 4.1.4;spyder_kernels 1.9.1 → 1.9.3;sqlalchemy 1.3.17 → 1.3.18;streamz 0.5.0 → 0.5.4;sympy 1.5.1 → 1.6.2;tblib 1.6.0 → 1.7.0;threadpoolctl 2.0.0 → 2.1.0;tifffile 2020.5.11 → 2020.8.13;tqdm 4.46.0 → 4.48.0;tranquilizer 0.4.1 → 0.5.0+1.gff8dd5f;trio 0.15.1 → 0.16.0;twine 3.1.1 → 3.2.0;twitter 1.17.1 → 1.18.0;umap_learn 0.4.3 → 0.4.6;uncertainties 3.1.2 → 3.1.4;urllib3 1.25.9 → 1.25.10;uvicorn 0.11.5 → 0.11.8;watchdog 0.10.2 → 0.10.3;wcwidth 0.1.9 → 0.2.5;wordcloud 1.7.0 → 1.8.0;xarray 0.15.1 → 0.16.0;xlsxwriter 1.2.8 → 1.3.3;xlwings 0.19.4 → 0.20.2;winpython 2.4.20200425 → 3.0.20200808
4.4 移除的 Python 包(共 6 个)
| 包 | 原版本 | 说明 |
|---|---|---|
| dill | 0.3.1.1 | 序列化一切 Python 对象 |
| flask_restplus | 0.13.0 | Flask API 开发框架(已被 flask_restx 取代) |
| imagecodecs | 2020.2.18 | 图像变换、压缩与解压缩编解码器 |
| multiprocess | 0.70.9 | 更好的 Python 多进程/多线程 |
| swifter | 0.304 | 高效应用函数到 pandas 数据框 |
| tbb | 2019.0 | Intel Threading Building Blocks |
从源码演进看,移除 flask_restplus 的同时保留并升级了同族替代者 flask_restx,属于典型的生态迁移;移除 multiprocess/swifter/tbb 则反映了该版本在瘦身的同时由 Dask 生态(dask、distributed、loky)承接并行需求。
五、包索引文件的生成机制(源码级解析)
这类 changelog 并非手工编写,而是构建流水线的自动产物。以 winpython/build_winpython.py 的 Step 7(winpython/build_winpython.py#L312-L330)为例:
- 构建脚本根据
--flavor与--arch拼接包索引文件名:
这就是mdn = f"WinPython{args.flavor}-{args.arch}bit-{changelog_version}.md"WinPythoncod-64bit-3.8.5.0.md名称的由来(changelog_version = winpyver2 + release_level,例如3.8.5.0); - 调用 wppm/wppm.py#L116-L132 中
Distribution.generate_package_index_markdown(),它读取发行版内已安装的包元数据,输出## <name> <version>开头、The following packages are included in ...说明、Tools/Python packages/WheelHouse packages三段的 Markdown——与本文所读文档的结构完全一致; - 文件先写到构建输出目录,再
shutil.copyfile复制进changelogs/归档。
_History.md 则由 winpython/build_winpython.py#L340-L346 调用 wppm.diff.compare_package_indexes() 生成:以 changelogs/ 中同一 flavor 的上一版本索引为基准,输出新增/升级/移除三类差异——这正是第四节内容的机器来源。
两个值得注意的工程决策(均有测试锁定):
- 测试 tests/test_changelog_files.py 规定每个构建只归档三个元数据文件(包索引 md + pylock toml + requir txt),
_History.md与哈希文件不进入changelogs/归档,因为"flavors 会随周期来去、读者大约每年才升级一次",紧邻版本间的对比对读者意义有限; - 若想自行对比任意两个版本,仓库推荐使用
wppm -diff <a>.md <b>.md(见 tests/test_changelog_files.py)。测试 tests/test_diff_versions.py 进一步验证了"上一个版本"的查找完全基于文件名:带 release level 的版本(如3.14.7.1b1)也按 PEP 440 语义正确排序,避免把 beta 的变更重复计入正式版对比。
六、配套校验文件与下载
对应成品安装包的校验信息可在 changelogs/md5_sha1.txt 中找到:
... | ... | ... | Winpython64-3.8.5.0cod.exe | 743 880 821 Bytes
该文件以 MD5 | SHA1 | SHA256 | 文件名 | 大小 的格式记录了每个发行版安装包(.exe)的完整性哈希,下载后可用于校验包体是否完整、是否被篡改(按需核对 MD5/SHA1/SHA256 任一值即可)。
七、如何阅读与使用这份包索引
- 选型速查:先看第四节"变更明细"判断相对上一版的变化是否满足需求;再看第三节分组清单确认目标库(如 GIS 需要 gdal/fiona/rasterio/geopandas,Web 开发需要 flask/quart/uvicorn,异步需要 trio/aiohttp)是否已预装——预装即免编译、免配置。
- 版本语义:
3.8.5.0cod中3.8.5即上游 CPython 版本(详见第一节),后续构建号与 flavor 后缀用于区分同一 Python 下的不同变体。 - 深入源码:若想了解某个包为何存在或如何被安装,可查看 winpython_builds.toml(flavor 的 requirements 定义)与 mandatory_requirements.txt、constraints.txt;若想复现索引生成,可阅读 wppm/wppm.py 的
Distribution类与 build_winpython_meta.py 的构建编排逻辑。 - 升级对照:任何两个历史版本之间需要精确差异时,使用仓库提供的
wppm -diff <a>.md <b>.md工具自行比较(详见第五节),比人工翻阅_History.md更准确、更即时。
综上,WinPythoncod-64bit-3.8.5.0 是一份以 CPython 3.8.5 为底座、MKL 加速 NumPy 1.19.1 为核心、覆盖数据科学全链路(Dask 分布式、Jupyter 交互、GIS、可视化、优化求解、Web/异步、工程化工具)的完整 Windows Python 发行版;而 changelogs/ 中这份自动生成的包索引,既是发行内容的权威清单,也是理解 WinPython 构建体系(flavor 机制、索引生成、版本对比)的绝佳入口。