WinPython 64bit 3.7.1.0 发行说明:Python 3.7.1 科学计算发行版的包清单与变更全解析

原创2026-10-15 23:02:052,200 阅读
文章标签:包管理器开发工具CLI构建工具

WinPython 64bit 3.7.1.0 发行说明:Python 3.7.1 科学计算发行版的包清单与变更全解析

本文以 WinPython 仓库 changelogs/WinPython-64bit-3.7.1.0.md 为核心依据,逐项解读 WinPython-64bit v3.7.1.0 发行版中包含的工具与 Python 包清单,并结合 changelogs/WinPython-64bit-3.7.1.0_History.md 还原自 3.7.0.2 以来的全部变更(新增、升级、移除),再从仓库源码层面说明这份清单是如何被自动生成与比对的。读完本文,你将能看懂任何一份 WinPython changelog 的结构,能快速定位某个科学计算包在该发行版中的具体版本,并掌握如何用仓库自带的 wppm -diff 工具自行对比任意两份包清单。

WinPython 发行版与 changelog 的定位

WinPython 是面向 Windows 平台的便携式 Python 发行版,预装了大量科学计算(Scientific Python)生态的预编译包,无需逐一手动安装即可开箱使用。本仓库是 WinPython 的 wppm 包与构建工具链仓库(而非发行版本身),其中 changelogs/ 目录保存着每个历史发行版的包清单与变更记录。WinPython-64bit-3.7.1.0.md 正是 v3.7.1.0 这一版本的"包索引"(package index):它精确记录了该 64 位发行版当时预装了哪些工具、哪些 Python 包以及各自的版本号,是确认环境组成、排查依赖版本问题的第一手依据。

这份清单并非手写维护,而是由 WPPM(WinPython Package Manager)自动生成的——wppm/wppm.py 中的 generate_package_index_markdown() 方法负责把"已安装的工具、已安装的包、WheelHouse 中的包"三类数据渲染成与 changelog 完全一致的 Markdown 表格(见下文"清单的生成原理"一节)。

随发行版捆绑的工具(Tools)

v3.7.1.0 发行版中捆绑了两个非 Python 的工具,它们服务于 Python 生态中常见的 JavaScript 场景:

名称 版本 说明
Nodejs v8.12.0 基于 Chrome 的 V8 JavaScript 引擎构建的 JavaScript 运行时
npmjs 6.4.1 JavaScript 的包管理器

从源码看,这一节同样由程序生成:wppm/utils.py 中的 get_installed_tools() 会探测发行版根目录下的工具目录——当 n/node.exe 存在时记录 Nodejs,当 t/pandoc.exe 存在时记录 Pandoc,当 t/VSCode/Code.exe 存在时记录 VSCode,并用 get_file_version() 读取可执行文件的版本号。也就是说,"Tools" 一节列出的内容取决于构建时实际装入发行版的工具,属于可复现的真实环境信息。

预装的 Python 包清单:版本与用途速查

"Python packages" 一节以 名称 | 版本 | 说明 三列表格列出了该发行版随附的全部 Python 包,正文完整列表请以 changelogs/WinPython-64bit-3.7.1.0.md 为准。这里按用途归纳几个典型集群,方便快速定位:

语言核心与发行版元包

  • Python 3.7.1(带标准库)
  • pip 18.1、setuptools 40.5.0、wheel 0.32.2:打包与安装基础设施
  • winpython 1.11.20181031:WinPython 发行版工具集,内含 WPPM 包管理器

科学计算核心栈(Scientific Python)

  • numpy 1.14.6+mkl(MKL 加速版)、scipy 1.1.0:数组与科学计算基石
  • pandas 0.23.4:数据分析与时间序列
  • numexpr 2.6.8、bottleneck 1.2.1:数值表达式与数组函数的加速
  • sympy 1.3、mpmath 1.0.0:符号计算与任意精度浮点
  • numba 0.40.0 + llvmlite 0.25.0:基于 LLVM 的 JIT 编译
  • h5py 2.8.0、tables 3.4.4、netcdf4 1.4.2、zarr 2.2.0:HDF5 / netCDF / chunked 数组等数据格式接口

机器学习与深度学习

  • scikit_learn 0.20:经典机器学习库
  • keras 2.2.4、torch 0.4.1、torchvision 0.2.1:深度学习框架(Torch 是本版本新增)
  • imbalanced_learn 0.4.2(本版本新增):不平衡数据集处理工具箱
  • scikit_optimize 0.5.2:基于序列模型的超参优化
  • mlxtend 0.13.0、edward 1.3.5、emcee 2.2.1:机器学习扩展、概率建模、MCMC 采样

可视化与交互式分析

  • matplotlib 3.0.1、seaborn 0.9.0、bokeh 1.0.0、plotnine 0.5.1:绘图家族
  • holoviews 1.10.9、datashader 0.6.8、hvplot 0.2.1:声明式与大规模数据可视化
  • altair 2.2.2、vega 2.0rc2、vega_datasets 0.5.0:基于 Vega/Vega-Lite 的声明式可视化
  • pyqt5 5.9.2、pyqtgraph 0.11.0.dev0、guiqwt 3.0.3、pyzo 4.6.2.dev0:Qt GUI 生态与科学 IDE
  • spyder 3.3.2.dev0、spyder_kernels 0.2.6:科学计算 IDE 及其内核

Jupyter 生态

  • jupyter 1.0.0(元包)、notebook 5.7.0、jupyterlab 0.35.3、jupyterlab_server 0.2.0(本版本新增)
  • ipython 7.1.1、ipykernel 5.1.0、ipywidgets 7.4.2、qtconsole 4.4.2
  • ipyparallel 6.2.3:交互式并行计算
  • bqplot 0.11.1、pythreejs 2.0.1、ipyleaflet 0.9.1:notebook 交互可视化

数据存储、数据库与大数据

  • sqlalchemy 1.2.12、sqlite_bro 0.8.11、pyodbc 4.0.24、mysql_connector_python 8.0.11、pymongo 3.7.2、redis 2.10.6、pg8000 1.12.3
  • dask 0.20.0 + distributed 1.24.0:并行任务调度与分布式计算
  • pyarrow 0.11.1(本版本新增)、feather_format 0.4.0(本版本新增)、fastparquet 0.1.6:Arrow / Feather / Parquet 列式数据格式

开发工具与质量保障

  • cython 0.29、pybind11 2.2.4、cffi 1.11.5:C 扩展编写
  • pytest 3.9.3、pylint 2.1.1、mypy 0.641(+ 新增的 mypy_extensions 0.4.1)、isort 4.3.4、pep8 1.7.1、pycodestyle 2.4.0、pyflakes 2.0.0
  • flask 1.0.2、tornado 5.1.1、requests 2.20.0、werkzeug 0.14.1:Web 开发

其余如 adodbapi(PEP 249 DB-API / ADO 实现)、gmpy2(GMP/MPIR 多精度)、moviepy(视频编辑)、wordcloud(词云)、pygame(多媒体)、pywin32 224(Windows 平台库)、rpy2(R 语言接口)、oct2py / scilab2py(Octave / Scilab 桥接)、cvxopt 1.2.2 + cvxpy 1.0.10(凸优化)、statsmodels 0.9.0、pyflux 0.4.17(时间序列)、nltk 3.3(NLP)等,共同构成了一个面向"科学计算 + 数据科学 + 机器学习"的开箱即用环境。

自 3.7.0.2 以来的变更全览(History)

changelogs/WinPython-64bit-3.7.1.0_History.md 记录了本版本相对上一版(3.7.0.2)的全部差异,分为三个部分:Tools、Python packages 的新增 / 升级 / 移除。

工具的升级

  • Nodejs:v8.11.4 → v8.12.0
  • npmjs:5.6.0 → 6.4.1

新增的 Python 包(11 个)

  • defusedxml 0.5.0:XML 炸弹防护(针对 stdlib XML 模块)
  • feather_format 0.4.0:Apache Arrow 驱动的 Feather 文件格式接口
  • imbalanced_learn 0.4.2:不平衡数据集机器学习工具箱
  • jupyterlab_server 0.2.0:JupyterLab 服务端
  • mypy_extensions 0.4.1:mypy 类型检查器的实验性类型扩展
  • pyarrow 0.11.1:Apache Arrow 的 Python 库
  • readme_renderer 24.0:渲染 README 描述的库
  • simpy 3.0.11:离散事件、基于进程的仿真
  • torch 0.4.1:深度学习框架
  • torchvision 0.2.1:计算机视觉数据集、变换与模型
  • tzlocal 1.5.1:本地时区的 tzinfo 对象

升级的 Python 包(约 80 个,代表性摘录)

  • Python:3.7.0 → 3.7.1(语言版本升级,本版本的核心)
  • numpy:1.14.5+mkl → 1.14.6+mkl;matplotlib:2.2.3 → 3.0.1;scikit_learn:0.19.2 → 0.20
  • ipython:6.5.0 → 7.1.1(IPython 7 主版本);prompt_toolkit:1.0.15 → 2.0.7;ptpython:0.41 → 2.0.4
  • bokeh:1.0.0.dev6 → 1.0.0(正式版);jupyterlab:0.34.7 → 0.35.3
  • numba:0.39.0 → 0.40.0;cython:0.28.5 → 0.29;scipy 保持 1.1.0
  • pip:18.0 → 18.1;setuptools:40.2.0 → 40.5.0
  • pywin32:223.1 → 224;spyder:3.3.1 → 3.3.2.dev0
  • 完整升级清单共 70+ 项,见 changelogs/WinPython-64bit-3.7.1.0_History.md

移除的 Python 包(17 个)

  • absl_py 0.4.0、astor 0.7.1、click_plugins 1.0.3、cligj 0.4.0、fiona 1.7.13、gast 0.2.0、geopandas 0.4.0、grpcio 1.13.0、ipyscales 0.2.2、munch 2.3.2、pyproj 1.9.5.1、requests_file 1.4.3、requests_ftp 0.3.1、shapely 1.6.4.post1、simplegeneric 0.8.1、tensorboard 1.9.0、tensorflow 1.9.0、termcolor 1.1.0、typing 3.6.4

值得注意:被移除的包中包括 tensorflow 1.9.0、tensorboard 1.9.0、geopandas、shapely、pyproj、fiona 等——这通常意味着该发行版调整了深度学习与地理空间相关的预装策略(新增 torch/torchvision 作为替代的深度学习框架),使用时需按需用 pip 自行安装。

这份清单是如何生成的:源码级原理

changelog 的两份文件对应两条不同的生成路径,仓库中都有对应实现与测试。

包清单(WinPython-64bit-3.7.1.0.md)的生成

核心实现位于 wppm/wppm.py:

  • get_installed_packages() 调用 piptree.PipData().pip_list(full=True) 枚举目标发行版中已安装的包,得到(名称、版本、摘要)三元组;
  • get_installed_tools()(wppm/utils.py)探测 Nodejs、Pandoc、VSCode 等工具;
  • render_markdown_for_list() 把每条记录渲染成 name | version | summary 的 Markdown 表格行——这正是 changelog 中表格的逐字格式;
  • generate_package_index_markdown() 最终拼出 ## WinPython <version>、The following packages are included in ... 引言以及 Tools / Python packages / WheelHouse packages 三个小节。

也就是说,你看到的每个版本清单都是构建完成后从真实安装环境"导出的快照",版本号、摘要均取自包元数据(摘要经 sum_up() 截断到 144 字符的完整句子),因此具备高度的可复现性与可核对性。

变更历史(WinPython-64bit-3.7.1.0_History.md)的生成

历史文件由 wppm/diff.py 对两份包清单做结构化比对得出:

  • PackageIndex._parse_index() 按 ### Tools / ### Python packages / ### WheelHouse packages 三个标题把 Markdown 表格解析回(名称、URL、版本、描述)对象;
  • compare_packages() 归一化包名(-→_、小写)后求差集与版本差,分别输出 New packages / Upgraded packages(用 → 箭头标注旧版本→新版本)/ Removed packages 三节,与 History 文件的排版完全一致;
  • find_previous_version() 仅依据 changelogs/ 目录下的文件名推断"上一版本"(tests/test_diff_versions.py 覆盖了带 b1/rc1/post1 等发布级别的版本排序、跨 flavor 隔离、架构分离等边界情况);
  • 命令行入口 wppm -diff file1.md file2.md 可以直接对比任意两份清单;python -m wppm.diff --write-changelog <version2> <version1> ... 则把比对结果写入 _History.md 文件(见 wppm/diff.py 的 print_usage())。

归档脚本与测试约束

CI 流水线通过 .github/scripts/changelog_files.py 把构建产物归档进 changelogs/:每个构建腿(leg)产出 4 个元数据文件,其中包索引(WinPython<flavor>-64bit-<version>.md)、lock 文件与 requirements 三份进入 changelogs/,而描述单次构建二进制产物的 hashes_<winpyver>.md 被排除在外。同一脚本也不再自动生成 _History.md 配套文件(仓库有意为之:跨周期 flavor 不稳定、用户升级频率远低于构建周期,与其自动比对紧邻版本,不如让读者用 wppm -diff 自行选择两份清单对比),这一约束由 tests/test_changelog_files.py 钉死。文件名解析规则由 ^WinPython(?P<flavor><a href="https://link.gitcode.com/i/8a5300364b7e59e5534b7b4f69b7b119" target="_blank">A-Za-z0-9]*)-(?P<arch>\d+)bit-(?P<version>.+)\.md$ 决定,且版本尾部必须通过 PEP 440 解析([.github/scripts/changelog_files.py)。

如何自行对比任意两份 WinPython 包清单

如果你想知道"3.7.1.0 相对 3.7.0.2 到底变了什么",或者想对比两个不同 flavor/架构的清单,无需阅读整个 History 文件,直接用仓库自带的 WPPM 工具:

# 对比两份包索引的全部小节(Tools / Python packages / WheelHouse)
wppm -diff WinPython-64bit-3.7.0.2.md WinPython-64bit-3.7.1.0.md

# 等价写法
python -m wppm.diff WinPython-64bit-3.7.0.2.md WinPython-64bit-3.7.1.0.md

# 只对比某个小节(例如只看 Python packages)
python -m wppm.diff file1.md file2.md --section python python

# 按小节配对对比(例如把 A 的 python 与 B 的 wheelhouse 对比)
python -m wppm.diff file1.md file2.md --pairs python wheelhouse tools tools

# 直接按版本号对比,从 changelogs/ 目录读取
python -m wppm.diff 3.7.1.0 3.7.0.2 changelogs "" 64

# 把对比结果写入 _History.md 文件
python -m wppm.diff --write-changelog 3.7.1.0 3.7.0.2 changelogs "" 64

以上命令的行为细节均记录在 wppm/diff.py 的 print_usage() 中;Windows 控制台默认编码为 cp1252,而升级包名中的 → 箭头需要 UTF-8,因此脚本入口会对 stdout 执行 reconfigure(encoding="utf-8", errors="replace")(见 wppm/diff.py),在 Windows 下运行时请留意控制台编码设置。

小结

  • WinPython-64bit-3.7.1.0.md 是 v3.7.1.0 发行版的完整包索引:2 个工具 + 300+ 个 Python 包,核心栈为 Python 3.7.1 + numpy 1.14.6+mkl + scipy 1.1.0 + pandas 0.23.4 + scikit_learn 0.20 + matplotlib 3.0.1,并首次引入 torch 0.4.1 / torchvision 0.2.1;
  • 相对 3.7.0.2,本版新增 11 个包、升级 70+ 个包、移除 19 个包(含 tensorflow 1.9.0 与 geopandas 相关组件);
  • 这类清单与历史文件均由 WPPM 工具链自动生成(wppm/wppm.py、wppm/diff.py),并配有 tests/test_diff_versions.py、tests/test_changelog_files.py 等测试保证解析与归档行为稳定;
  • 需要自行核对包版本或对比发行版差异时,wppm -diff 是最直接的工具,历史文档中的所有表格都可以作为它的输入。

相关文件索引:changelogs/WinPython-64bit-3.7.1.0.md | changelogs/WinPython-64bit-3.7.1.0_History.md | wppm/wppm.py | wppm/diff.py | wppm/utils.py | .github/scripts/changelog_files.py

登录后查看全文
winpython