WinPython 3.4.1.1 发布包全解析:Python 3.4 科学计算发行版的包清单与构建机制
WinPython 3.4.1.1 发布包全解析:Python 3.4 科学计算发行版的包清单与构建机制
WinPython 3.4.1.1 是 WinPython 项目在 Python 3.4 时代的经典发布版之一,它面向 Windows 平台提供了一套"开箱即用"的便携式科学计算环境,内置 Python 3.4.1、Scipy 科学栈、PyQt4 图形工具链以及 Spyder/IPython 交互开发组件。本篇文章以仓库中的官方发布清单 WinPython-3.4.1.1.md 为骨架,结合 变更记录 与仓库构建源码,完整梳理该版本包含的 3 个配套工具与 70 余个 Python 包,并深入说明这份清单是如何被生成、验证与组装成最终发行版的。读完本文,你将掌握该版本的完整软件构成、相对 3.4.1.0 的增量变化,以及 WinPython 发行版的底层构建流水线。
版本概览:3.4.1.1 在 WinPython 版本谱系中的位置
WinPython 的版本号遵循 Python主版本.次版本.修订号.构建号 的规则:3.4.1.1 表示以 Python 3.4.1 为核心、构建号为 1 的发行版。整个发行版由两层组成:
- Tools(配套工具):随发行版附带的独立 Windows 应用程序,安装后位于发行版根目录的
t子目录下; - Python packages(Python 包):预装到内置 Python 环境
python子目录中的第三方库,与 Python 标准库一起构成可用的科学计算环境。
从仓库结构看,changelogs/ 目录下按版本归档了从 2.7 到 3.15 的完整发布清单与变更历史,每个版本都遵循 WinPython-X.Y.Z.W.md + WinPython-X.Y.Z.W_History.md 的成对组织方式,3.4.1.1 正是这一规范化发布流程的产物。
随附工具(Tools)
该版本内置 3 个 Windows 侧工具,均服务于 Python 开发与协作场景:
| 名称 | 版本 | 说明 |
|---|---|---|
| gettext | 0.14.4 | GNU gettext 的 Win32 移植版,GNU 翻译工具(对标准库模块 pygettext 很有用) |
| SciTE | 3.3.7 | 基于 SCIntilla 的文本编辑器,多语言、轻量且功能强大 |
| TortoiseHg | 2.11.2 | Mercurial 分布式版本控制系统的图形工具集与 Shell 扩展 |
这三个工具分别覆盖了国际化(i18n)、轻量代码编辑与版本控制三个日常开发场景。值得注意的是,相比上一版 3.4.1.0,工具侧发生了唯一一项变化:移除了 MinGW32 4.8.1(仅 32 位版本,含 Windows 特定头文件、导入库以及 C/C++/Fortran 编译器),这表明该版本不再随附本地 C/C++ 编译工具链,编译类需求开始转向由外部工具链或预编译 wheel 满足。
Python 包全景清单
以下为 WinPython-3.4.1.1.md 中列出的完整 Python 包清单(名称、版本、官方描述均原样保留):
| 名称 | 版本 | 说明 |
|---|---|---|
| Python | 3.4.1 | Python 编程语言及标准库 |
| astroid | 1.2.0 | 从 Python 的 ast 重建抽象语法树(pylint 依赖) |
| brewer2mpl | 1.4 | ColorBrewer 配色方案集合 |
| colorama | 0.3.1 | 跨平台彩色终端文本 |
| cvxopt | 1.1.7 | 凸优化库 |
| cx_Freeze | 4.3.3 | 将 Python 脚本打包为独立 Windows 可执行文件的部署工具 |
| Cython | 0.20.2 | 让编写 Python C 扩展像写 Python 一样简单的语言 |
| docutils | 0.12 | 将纯文本文档转换为 HTML/LaTeX 等格式的文本处理系统(含 reStructuredText) |
| formlayout | 1.0.15 | 无需编写 GUI 代码即可创建参数编辑表单对话框/控件的模块 |
| ggplot | 0.6.5 | Python 版 ggplot |
| guidata | 1.6.2 | 自动生成图形用户界面,便于数据集编辑与显示 |
| guiqwt | 2.3.2 | 高效的曲线/图像绘图及其他科学数据处理 GUI 工具 |
| h5py | 2.3.1 | HDF5 文件的通用 Python 接口(与 PyTables 不同,h5py 直接访问完整 HDF5 C 库) |
| ipython | 2.2.0 | 增强版 Python Shell |
| ipython-sql | 0.3.3 | 增强版 Python Shell(SQL 魔法扩展) |
| Jinja2 | 2.7.3 | 沙箱化模板引擎(提供类似 Django 的非 XML 语法,可编译为可执行 Python 代码) |
| joblib | 0.8.2 | 轻量级流水线工具 |
| julia | 0.1.1.2 | Python 与 Julia 语言的桥接 |
| libpython | 1.0 | 静态链接 libpython 的辅助包 |
| logilab-common | 0.61.0 | Logilab 项目使用的底层 Python 包与模块集合(pylint 依赖) |
| mahotas | 1.2.1 | 计算机视觉库 |
| MarkupSafe | 0.23 | Python 的 XML/HTML/XHTML Markup 安全字符串实现 |
| matplotlib | 1.3.1 | 二维绘图库(可嵌入 PyQt 创建的 GUI) |
| mpld3 | 0.2 | matplotlib 图形的 D3.js 渲染 |
| mysql-connector-python | 1.2.2 | MySQL 官方 Python 连接器 |
| networkx | 1.9 | 创建和操作图与网络的 Python 包 |
| nose | 1.3.3 | 基于发现的 unittest 扩展(如 NumPy 测试模块使用 nose) |
| numexpr | 2.4 | 通过向量化虚拟机快速逐元素计算数组表达式 |
| numpy-MKL | 1.8.2 | NumPy:数字、字符串、记录和对象的多维数组处理(SciPy 核心模块),链接 Intel MKL |
| pandas | 0.14.1 | 数据分析、时间序列与统计的强力数据结构 |
| patsy | 0.3.0 | 使用符号公式描述统计模型 |
| pep8 | 1.5.7 | Python 代码风格检查工具 |
| pg8000 | 1.9.14 | 纯 Python PostgreSQL 驱动 |
| Pillow | 2.5.2 | Python Imaging Library(fork) |
| pip | 1.5.6 | 安装和管理 Python 包的工具 |
| psutil | 2.1.1 | 以可移植方式提供所有运行进程与系统利用率(CPU、磁盘、内存、网络)信息的接口 |
| pyflakes | 0.8.1 | 轻量 Python 源码静态检查工具 |
| Pygments | 1.6 | 通用语法高亮器 |
| pyhdf | 0.8.3 | HDF4 文件的 Python 接口 |
| pylint | 1.3.0 | Logilab 代码分析模块:分析 Python 源码以查找 bug 和质量问题 |
| pyodbc | 3.0.7 | ODBC 数据库接口 |
| PyOpenGL | 3.1.0 | OpenGL 及相关 API 的跨平台 Python 绑定 |
| pyparsing | 2.0.2 | Python 解析模块 |
| PyQt4 | 4.10.4 | Qt4 的 Python 绑定 |
| PyQtdesignerplugins | 1.1 | 为 PyQt4 安装 Python Qt designer 插件(Matplotlib、guiqwt 等) |
| PyQtdoc | 4.8.4 | 为 PyQt4 安装 Qt 文档 |
| PyQwt | 5.2.1 | 二维绘图库(Qwt 库的 Python 绑定,快速绘图) |
| pyreadline | 2.0 | IPython 在 Windows 命令窗口中显示彩色文本所需的模块 |
| pyserial | 2.7 | 封装串口访问的库 |
| python-dateutil | 2.2 | 标准 datetime 模块的强力扩展 |
| pytz | 2014.4 | 世界时区定义 |
| pywin32 | 219 | Python 的 Windows 库 |
| pyzmq | 14.3.1 | 基于 ZeroMQ 库的轻量超快消息传递(IPython Qt console 所需) |
| reportlab | 3.1.8 | PDF 生成库 |
| rope_py3k-0.9.4 | 1 | Python 重构库(Py3k 移植版) |
| rpy2 | 2.4.3 | R 语言与 Python 的集成接口 |
| Scidoc | 1.8.0 | 安装科学库文档(NumPy、SciPy 等) |
| scikit-image | 0.10.1 | 面向 SciPy 的图像处理工具箱 |
| scikit-learn | 0.15.1 | 机器学习和数据挖掘的 Python 模块集 |
| scipy | 0.14.0 | SciPy:Python 科学库(高等数学、信号处理、优化、统计等) |
| seaborn | 0.3.1 | 统计可视化库 |
| setuptools | 5.4.2 | 轻松下载、构建、安装、升级和卸载 Python 包 |
| simplejson | 3.6.2 | 简单、快速、可扩展的 JSON 编码器/解码器 |
| six | 1.7.2 | Python 2 和 3 兼容性工具 |
| Sphinx | 1.2.2 | 使用 reStructuredText 作为标记语言生成文档的工具 |
| spyder | 2.3.0 | 科学 Python 开发环境:为交互式计算和数据可视化设计,界面简单直观 |
| SQLAlchemy | 0.9.7 | SQL 工具包和对象关系映射器 |
| sqlite_bro | 0.8.6 | 单文件 Python 实现的图形化 SQLite 客户端 |
| statsmodels | 0.5.0 | 配合 SciPy 使用的统计计算与模型 |
| sympy | 0.7.5 | 符号数学库 |
| tables | 3.1.1 | 基于 HDF5 库管理层次化数据集的包(可处理极大规模数据) |
| tornado | 4.0.1 | 可扩展的非阻塞 Web 服务器与工具(IPython notebook 所需) |
| ViTables | 2.1 | 浏览和编辑 HDF5 与 PyTables 格式文件的图形工具 |
| winpython | 1.0 | WinPython 发行版工具,含 WPPM(包管理器) |
| xlrd | 0.9.3 | 从 Microsoft Excel 电子表格文件提取数据 |
从清单可以清晰看出该版本的能力矩阵:NumPy/SciPy/Pandas 科学计算核心、matplotlib/guiqwt/PyQwt/ggplot/seaborn 可视化体系、scikit-learn/scikit-image/mahotas 机器学习与图像处理、tables/h5py/pyhdf 大规模数据存储、PyQt4+guidata+formlayout 图形界面开发、IPython+Spyder+pyzmq+tornado 交互式环境,以及 Cython/cx_Freeze/pylint/Sphinx 工程化工具链,是一个面向完整科学计算工作流的"全家桶"方案。
相对 3.4.1.0 的变更明细
变更记录 给出了自 3.4.1.0 以来的全部增量,体现了 WinPython 每个小版本"紧随上游、按需增删"的更新策略:
新增包(18 个)
| 包 | 版本 | 用途 |
|---|---|---|
| ViTables | 2.1 | 浏览/编辑 HDF5 与 PyTables 格式文件的图形工具 |
| brewer2mpl | 1.4 | ColorBrewer 配色 |
| ggplot | 0.6.5 | 基于 R ggplot2 思想的绘图库 |
| ipython-sql | 0.3.3 | IPython 中执行 SQL 的魔法扩展 |
| joblib | 0.8.2 | 流水线与缓存 |
| julia | 0.1.1.2 | Python-Julia 桥接 |
| libpython | 1.0 | 静态链接 libpython |
| mpld3 | 0.2 | matplotlib 图形转 D3.js 网页渲染 |
| mysql-connector-python | 1.2.2 | MySQL 官方驱动 |
| pep8 | 1.5.7 | 代码风格检查 |
| pg8000 | 1.9.14 | 纯 Python PostgreSQL 驱动 |
| pyflakes | 0.8.1 | 静态检查 |
| pyodbc | 3.0.7 | ODBC 接口 |
| reportlab | 3.1.8 | PDF 生成 |
| rope_py3k-0.9.4 | 1 | 重构工具 |
| rpy2 | 2.4.3 | R 语言集成 |
| seaborn | 0.3.1 | 统计可视化 |
| sqlite_bro | 0.8.6 | 图形化 SQLite 客户端 |
这批新增集中在**可视化(ggplot、seaborn、mpld3、brewer2mpl)、数据库连接(pg8000、pyodbc、mysql-connector-python、ipython-sql、sqlite_bro)与代码质量(pep8、pyflakes、rope)**三大方向,反映了当时科学计算社区对统计绘图、数据库访问与重构工具的旺盛需求。
升级包(17 个)
| 包 | 版本变化 | 说明 |
|---|---|---|
| Pillow | 2.4.0 → 2.5.2 | Python Imaging Library(fork) |
| PyOpenGL | 3.1.0b3 → 3.1.0 | OpenGL 绑定转正版 |
| SQLAlchemy | 0.9.6 → 0.9.7 | SQL 工具包 |
| astroid | 1.1.1 → 1.2.0 | pylint 依赖 |
| docutils | 0.11 → 0.12 | reStructuredText 处理 |
| ipython | 2.1.0 → 2.2.0 | 增强 Shell |
| mahotas | 1.1.0 → 1.2.1 | 计算机视觉 |
| numpy-MKL | 1.8.1 → 1.8.2 | 科学计算核心 |
| patsy | 0.2.1 → 0.3.0 | 统计公式 |
| pylint | 1.2.1 → 1.3.0 | 代码分析 |
| scikit-image | 0.10.0 → 0.10.1 | 图像处理 |
| scikit-learn | 0.15.0b1 → 0.15.1 | 机器学习(beta 转正式) |
| setuptools | 3.8.1 → 5.4.2 | 包管理基础设施 |
| simplejson | 3.5.2 → 3.6.2 | JSON 编解码 |
| tornado | 3.2.2 → 4.0.1 | IPython notebook 依赖 |
升级策略体现了两条主线:一是关键基础库对齐上游最新稳定版(numpy-MKL、scikit-learn 从 beta 转正、ipython、tornado);二是构建基础设施保持最新(setuptools、pip 版本配套)。
移除
- PySide 1.2.2(Python 绑定):Qt 绑定统一收敛到 PyQt4 4.10.4,避免两套 Qt 绑定共存带来的体积与兼容成本;
- MinGW32 4.8.1(工具):如前文所述,本地 C/C++ 编译工具链被移出默认发行版。
发布清单是如何生成的:WPPM 的 Markdown 渲染管线
仓库中 wppm/wppm.py 的 Distribution.generate_package_index_markdown() 方法正是 changelogs/ 下这些发布清单的生成器(见 wppm/wppm.py)。其核心逻辑如下:
get_package_index_data()通过utils.get_python_infos()读取目标 Python 的版本与位数,通过utils.get_installed_tools()枚举随附工具,通过get_installed_packages()(内部调用piptree.PipData.pip_list(full=True)执行pip list --full)枚举已安装包;- 包名通过
Package类规范化(如sqlite_bro-1.0.0被解析出name/version),描述取自包元数据; render_markdown_for_list()按名称 | 版本 | 说明的 Markdown 表格模板输出 Tools 与 Python packages 两节,这与本文引用的清单格式完全一致;- 若发行版目录下存在
wheelhouse/included.wheels,还会额外生成 WheelHouse 包清单节。
从源码结构看,发布清单本质上是对最终构建产物的自动盘点,而非人工手写——这保证了文档与实际发行内容的一致性。同时,仓库提供了 wppm -diff <INDEX1> <INDEX2> 命令(见 wppm/wppm.py 的参数定义与 diff.py 的实现),可以对比任意两个版本的发布清单,生成"新增/升级/移除"三节——3.4.1.1 的 History 文档 正是这一对比能力的产物。
从清单到发行版:构建流水线揭秘
发布清单中每一个包,最终都会通过仓库的构建工具链被组装进便携式目录。构建分两层:
元构建层:build_winpython_meta.py
入口脚本 build_winpython_meta.py 读取 TOML 配置文件(默认 winpython_builds.toml),把 <a href="https://link.gitcode.com/i/8736390a4e396afd0c1d3b0555ce9da3" target="_blank">pythons]、[flavors] 声明展开为具体的构建任务,然后调用 python -m winpython.build_winpython 执行实际构建。构建命令携带的关键参数([build_winpython_meta.py)包括:
--python-target:目标 Python 版本(如34);--winpydirbase:构建输出目录(形如bd34\bu...\WPy64-3411);--flavor:发行版风味(如dot、slim);--requirements/--constraints:包清单与版本约束文件;--find-links/--wheelhousereq:wheel 源(本地 wheelhouse 目录);--only-binary:是否仅使用预编译 wheel;--create-installer:是否生成安装器。
组装层:make.py 的 WinPythonDistributionBuilder
核心构建类 WinPythonDistributionBuilder(winpython/make.py)的 build() 方法展示了发行版组装的全过程:
- 解压 Python 归档:
_extract_python_archive()从 wheel 源目录中匹配python-*.zip并解压,必要时重命名为python子目录(winpython/make.py); - 拷贝启动器与工具:
_copy_essential_files()将winpython/portable/launchers_final中的启动器(bat 启动器、注册脚本等)复制到发行版根目录,把tools_directories指向的工具拷贝到t子目录(winpython/make.py)——这正是清单中 gettext/SciTE/TortoiseHg 等 Tools 的来源; - 生成环境配置:
_create_env_config()写出scripts/env.ini,记录WINPYthon_exe、WINPYVER、WINPYFLAVOR、WINPYARCH等环境元数据(winpython/make.py); - 随后由
wppm.Distribution负责按--requirements清单安装各 Python 包、修复 shebang 使发行版可整体移动(patch_all_shebang,wppm/wppm.py),并收集 WheelHouse。
其中 winpython/portable/ 目录按 cycle_YYYY_MM 归档了历次构建的 requir.*.txt 与 pylock.*.toml 依赖锁定文件,印证了"清单 → 锁定文件 → 构建产物 → 自动生成发布清单"的闭环流程。
在本地复现与验证清单
对于想验证或复现该版本清单的读者,仓库提供了两条途径:
- 查看锁定文件:现代构建以
pylock.toml(含 sha256 哈希)或requir.*.txt形式锁定每个包的精确版本,参考 README.rst 中"Winpython Distribution wheels installation"一节,可用pip install --no-deps --require-hashes <requirements文件>安装等价于某发行版的一组 wheel; - 使用 WPPM 管理包:在任意 WinPython(或普通 Python)环境中运行
wppm -ls列出已安装包、wppm -md生成 Markdown 摘要、wppm -diff 文件1 文件2对比两个发布清单;wppm -i <wheel或pylock文件>安装包,wppm --register把目标 Python 注册进 Windows(含文件关联、图标、右键菜单、开始菜单,注册在 'WinPython' PEP-514 vendor key 下)。完整参数见 wppm/wppm.py。
小结
WinPython 3.4.1.1 以其"Python 3.4.1 + MKL 加速科学栈 + Qt 图形工具链 + 交互式 IDE"的组合,构成了当时 Windows 平台上开箱即用的科学计算方案。通过本文你可以看到:发布清单不是孤立的文档,而是构建流水线的"输出物"——build_winpython_meta.py 定义构建任务、winpython/make.py 组装目录结构、WPPM 盘点已装包并以标准 Markdown 表格渲染成 changelogs/ 中的版本档案。理解这条链路,也就理解了整个 WinPython 仓库的组织方式:一个持续滚动、以数据驱动的 Python-for-Windows 发行版工程。