Python文件打包的两种方法
##背景：最近用Pyqt5编写界面后考虑到一些用户没有程序的运行环境，故而需要打包为exe程序提供给用户使用，在经过一番资料的查询以及踩坑后，写下了这篇博客，目前主要有两种主流的方法。分别是使用Pyinstaller与Nuitka进行打包。下面分享一下两种方法的具体使用与心得。（主要是Nuitka）
方法一：使用Pyinstaller进行打包
使用Pyinstaller打包，首先命令是非常简单的，但相应的是对于报错信息也不是很清楚（可能是本人太菜了，大佬可以忽略），同时打包时间也相对来说比较长。由于编写的程序涉及了比较多的文件以及引用了多个模块（如torch，numpy，cv2等），在报错信息看不懂的情况下加之网上的解决办法也鱼龙混杂（解决不了），故而寻找其他的打包办法，最后看到一些人推荐的Nuitka，抱着试一试的心态尝试使用了一下，发现确实好用，下面我详细介绍一下如何使用。
方法二：使用Nuitka进行打包
首先需要安装Nuitka打包的环境：
1、安装MinGW64
可以通过gcc.exe --version查看是否安装成功以及安装的版本（记得查看是在MinGW\bin的目录下），记得安装成功后加入到系统的环境变量中。
2、安装Nuitka
直接使用pip命令pip install nuitka
3、编译文件
首先需要在需要打包的文件目录下进行，命令如下：nuitka --mingw64 --standalone --windows-disable-console --show-progress --show-memory –
enable-plugin=pyqt5 --nofollow-import-to=torchvision,torch,cv2,numpy,matplotlib,PIL
–output-dir=out
–windows-icon-from-ico=./logo.ico main.py
下面详细介绍一下参数：
–mingw64:指定编译器；
–standalone：指定独立环境，这是程序能够给别人使用必须指定的
–windows-disable-console ：设置不要控制台窗口
–show-progress： 显示编译的进度，即编译过程中下面的XX/XX。
–show-memory：显示内存的占用
–enable-plugin=pyqt5：因为使用了Pyqt5，所以在这里指定
–nofollow-import-to=torchvision,torch,cv2,numpy,matplotlib,PIL :这是重点，这是指定哪些模块不需要编译，这些模块是python系统的，可以让打包好的exe文件夹内的python3x.dll来执行，同时也省去了这些模块版本变化遇到的问题，如何知道哪些模块是系统的（可以在执行打包命令的时候观察最下面的进度）
–output-dir=out ：指定输出文件夹
-windows-icon-from-ico=./logo.ico ：指定程序图标
main.py 自己编写的执行程序
在打包完成后，不是有部分Python系统的模块没有打包吗，这时候只需要在Python文件夹里找到复制过来就行了，最后就能运行得到的exe文件了。
