一文读懂 Python 打包：从基础到实战

Python 作为一门通用编程语言，应用场景广泛。在项目开发中，打包环节至关重要，它关系到代码如何部署和交付给用户。本文将深入探讨 Python 打包的各类知识，涵盖不同打包方式、适用场景及对比分析，并结合实际项目中的打包最佳实践和示例，助力开发者选择最适合的打包技术，顺利完成项目交付。

一、Python 打包概述

Python 的灵活性决定了在项目开发前，思考项目受众和运行环境是关键的第一步。打包的核心在于目标环境和部署体验，需根据软件用户类型、运行设备及安装方式等因素来选择合适的打包技术。

考虑因素	具体问题	示例
用户类型	是开发者、运维人员还是普通用户？	数据分析项目可能面向数据科学家（开发者），而简单的桌面工具可能面向普通用户
运行设备	在服务器、桌面端、移动端还是嵌入式设备上运行？	Web 应用通常在服务器运行，而移动应用在手机、平板上使用
安装方式	是单个安装还是批量部署？	企业内部软件可能批量部署，开源库多为开发者单个安装

二、Python 库和工具的打包

（一）Python 模块

单个 Python 文件若仅依赖标准库，可直接分享和复用。像bottle.py和boltons等库就支持这种方式。但该方式适用于简单脚本，对于多文件、依赖其他库或特定 Python 版本的项目则不适用。

# 示例：简单的Python模块，计算两个数之和
def add_numbers(a, b):
    return a + b

（二）Python 源分布（sdist）

多文件代码通常组织成目录结构形成导入包。若代码全为纯 Python 且部署环境支持相应 Python 版本，可使用 Python 原生打包工具创建源分布包（.tar.gz文件）。不过，若依赖非 Python 代码或包，则需考虑其他方式。

# 创建sdist的命令示例
python setup.py sdist

（三）Python 二进制分布（wheel）

Python 能与多种语言库集成，为方便开发者安装含编译组件的库，出现了 Wheel 格式。pip安装时优先选择 Wheel，因为安装速度更快。一般建议同时发布 sdist 和 wheel 包。

# 创建wheel的命令示例
python setup.py bdist_wheel

打包方式	适用场景	优势	劣势
Python 模块	简单脚本分享，开发者间且 Python 版本兼容	便捷，无需复杂打包流程	不适用于复杂项目，依赖受限
sdist	纯 Python 项目，依赖纯 Python 包	可跨平台，便于代码审查	安装时需编译，速度可能较慢
wheel	含编译组件项目或追求快速安装场景	安装快，支持多种平台	特定平台针对性强，可能需多个版本

三、Python 应用程序的打包

（一）依赖框架

部分 Python 应用（如网站后端、网络服务）有专门框架，可依据框架的打包和部署指南进行操作，能获得更简便可靠的生产体验。

实际项目示例：在一个基于 Django 框架的博客项目中，Django 提供了一系列的管理命令和部署规范。项目开发完成后，先通过python manage.py collectstatic命令收集项目中的静态文件（如 CSS、JavaScript、图片等），将它们统一放置到指定目录。接着，可使用gunicorn等 WSGI 服务器来部署项目。在部署服务器上，安装好项目依赖（通过requirements.txt文件）后，使用gunicorn myproject.wsgi:application命令启动服务。这种方式利用了 Django 框架自身的特性，简化了打包和部署流程，并且在性能和稳定性上都有较好的表现。

（二）服务平台

开发 “平台即服务（PaaS）” 应用时，遵循相应平台的打包指南即可，平台会处理打包和部署工作。

实际项目示例：在使用 Heroku 平台部署一个 Flask 应用时，首先要在项目根目录创建一个Procfile文件，内容为web: gunicorn your_app_name:app，这里指定了应用的启动命令。然后，将项目代码推送到 Heroku 的 Git 仓库，Heroku 会自动检测项目中的依赖（根据requirements.txt文件），安装并部署应用。整个过程简单快捷，无需开发者过多关注底层的服务器配置和部署细节。

（三）Web 浏览器和移动应用

用 Python 开发移动应用或 Web 应用前端时，可参考 Kivy、Beeware、Brython、Flexx 等框架及其打包指南。

实际项目示例：使用 Kivy 框架开发一个简单的移动笔记应用。在项目开发完成后，根据 Kivy 的打包指南，对于 Android 平台，可使用 Buildozer 工具。首先安装 Buildozer，然后在项目根目录运行buildozer -v android debug命令，Buildozer 会自动处理依赖安装、打包等一系列操作，最终生成一个可供在 Android 设备上安装和运行的 APK 文件。

（四）依赖预安装的 Python

许多 Linux 和 Mac 系统默认安装 Python，可利用 PEX、zipapp（Python 3.5+）、shiv（Python 3）等技术打包。此类方式依赖目标环境，但包体积小。

# 使用PEX打包的示例命令
pex -r requirements.txt -o myapp.pex myapp.py

实际项目示例：在一个数据中心内部使用的 Python 脚本项目中，由于数据中心的服务器均已安装 Python 环境，使用 PEX 进行打包。项目依赖pandas和numpy库，通过requirements.txt文件列出这些依赖。使用上述命令打包后，将生成的myapp.pex文件分发到服务器上，可直接运行，无需再单独安装依赖，大大简化了部署流程。

（五）依赖单独的软件分发生态系统

像 Anaconda 这样的 Python 包生态系统，在学术、数据分析等领域应用广泛。可参考 “Building libraries and applications with conda”“Transitioning a native Python package to Anaconda” 等指南进行构建和发布。此外，还有 ActiveState ActivePython、WinPython 等类似方案。

实际项目示例：在一个数据分析项目中，使用 Anaconda 进行环境管理和打包。项目依赖scikit - learn、seaborn等多个数据分析库。首先创建一个environment.yml文件，内容如下：

name: mydataenv
channels:
  - defaults
dependencies:
  - python=3.8
  - scikit - learn
  - seaborn

然后使用conda env create -f environment.yml命令创建项目环境。在项目开发完成后，可将整个 Anaconda 环境打包分享给其他用户，用户只需在自己的 Anaconda 环境中导入该环境，即可运行项目，确保了项目依赖的一致性。

（六）自带 Python 可执行文件

通过 “冻结” 技术，将 Python 解释器和依赖嵌入单个可执行文件，如 pyInstaller、cx_Freeze、constructor 等工具。不过，这种方式通常适用于单用户部署，多组件服务器应用可考虑 Chef Omnibus。

# 使用pyInstaller打包的示例命令
pyinstaller myapp.py

实际项目示例：开发一个桌面版的文件加密工具，使用 pyInstaller 进行打包。该工具依赖cryptography库来实现加密功能。运行打包命令后，pyInstaller 会分析项目依赖，将 Python 解释器、项目代码和依赖库打包成一个可执行文件。生成的可执行文件可以在没有安装 Python 环境的 Windows、Linux 或 Mac 系统上直接运行，方便用户使用，无需额外安装复杂的运行环境。

（七）自带用户空间

借助操作系统级虚拟化（容器化）技术，如 AppImage、Docker、Flatpak、Snapcraft 等，可将应用打包为轻量级镜像。这些技术与 Python 无关，在 Linux 服务器上应用广泛。

1. 基于 venv 虚拟环境项目的 Dockerfile 打包实战示例

假设我们有一个基于 Flask 的 Web 应用项目，使用venv创建虚拟环境进行开发。项目结构如下：

my_flask_project/
│
├── app/
│   ├── __init__.py
│   ├── routes.py
│   └── templates/
│       └── index.html
│
├── venv/
├── requirements.txt
└── Dockerfile

在requirements.txt文件中列出项目依赖：

Flask

`Dockerfile`内容如下：

注意下面提供2种dockerfile，一种是基于alpine低包的方式，另外一种是 slim方式。 Alpine的镜像体积更小更安全！

基于alpine构建的dockerfile

修改后的Dockerfile内容如下：

# 使用Alpine基础镜像
FROM python:3.10-alpine

# 安装构建依赖和必要工具
RUN apk add --no-cache gcc musl-dev linux-headers

# 设置工作目录
WORKDIR /app

# 复制依赖文件
COPY requirements.txt.

# 安装项目依赖
RUN python -m venv venv && \
   . venv/bin/activate && \
    pip install -r requirements.txt && \
    deactivate

# 复制项目代码
COPY app/.

# 暴露端口
EXPOSE 5000

# 启动命令
CMD ["./venv/bin/python", "-m", "flask", "run", "--host", "0.0.0.0", "--port", "5000"]

基于x-slim构建的Dockerfile

# 使用Python官方基础镜像
FROM python:3.10-slim

# 设置工作目录
WORKDIR /app

# 复制依赖文件
COPY requirements.txt.

# 安装项目依赖
RUN python -m venv venv && \
   . venv/bin/activate && \
    pip install -r requirements.txt && \
    deactivate

# 复制项目代码
COPY app/.

# 暴露端口
EXPOSE 5000

# 启动命令
CMD ["./venv/bin/python", "-m", "flask", "run", "--host", "0.0.0.0", "--port", "5000"]

构建镜像命令：

docker build -t my_flask_app.

运行容器命令：

docker run -p 5000:5000 my_flask_app

2. 基于 pipenv 虚拟环境项目的 Dockerfile 打包实战示例

若项目使用pipenv管理虚拟环境，项目结构类似，Pipfile和Pipfile.lock文件用于管理依赖。

my_pipenv_project/
│
├── app/
│   ├── __init__.py
│   ├── routes.py
│   └── templates/
│       └── index.html
│
├── Pipfile
├── Pipfile.lock
└── Dockerfile

Dockerfile内容如下：

Alpine镜像

# 使用Alpine基础镜像
FROM python:3.10-alpine

# 安装构建依赖和必要工具
RUN apk add --no-cache gcc musl-dev linux-headers

# 设置工作目录
WORKDIR /app

# 复制Pipfile和Pipfile.lock
COPY Pipfile Pipfile.lock.

# 安装pipenv并安装项目依赖
RUN apk add --no-cache py3-pip && \
    pip install pipenv && \
    pipenv install --system --deploy

# 复制项目代码
COPY app/.

# 暴露端口
EXPOSE 5000

# 启动命令
CMD ["python", "-m", "flask", "run", "--host", "0.0.0.0", "--port", "5000"]

slim镜像

# 使用Python官方基础镜像
FROM python:3.10-slim

# 设置工作目录
WORKDIR /app

# 复制Pipfile和Pipfile.lock
COPY Pipfile Pipfile.lock.

# 安装pipenv并安装项目依赖
RUN pip install pipenv && \
    pipenv install --system --deploy

# 复制项目代码
COPY app/.

# 暴露端口
EXPOSE 5000

# 启动命令
CMD ["python", "-m", "flask", "run", "--host", "0.0.0.0", "--port", "5000"]

构建和运行镜像的命令与上述基于venv的项目相同。

3. 减少 Docker 镜像体积的技巧

针对alpine镜像

使用--no-cache-dir参数：在pip安装时使用--no-cache-dir参数，避免下载的包缓存到镜像中，进一步减小镜像体积。例如在安装依赖时可修改为：pip install -r requirements.txt --no-cache-dir。
精简apk安装包：在使用apk安装软件包时，尽量选择最小化的依赖包。比如在安装python相关依赖时，精确选择所需的包，避免安装不必要的额外组件。

针对slim镜像

使用基础的轻量级镜像：如python:3.10-slim，相比完整的 Python 镜像，体积更小，仅包含基本的运行时依赖。
清理缓存：在安装依赖后，清理包管理器的缓存。例如，在基于pip安装依赖后，运行pip cache purge命令，减少不必要的包文件占用空间。
多阶段构建：通过多阶段构建，在一个构建过程中使用多个FROM指令。先在一个构建阶段安装编译工具和依赖，构建项目，然后在另一个阶段只复制构建好的可执行文件和运行时依赖，丢弃编译工具等不必要的内容。例如：

# 构建阶段
FROM python:3.10 - slim as builder
WORKDIR /app
COPY requirements.txt.
RUN pip install -r requirements.txt
COPY.
RUN python setup.py bdist_wheel

# 运行阶段
FROM python:3.10 - slim
WORKDIR /app
COPY --from=builder /app/dist/*.whl.
RUN pip install./*.whl
COPY app/.
EXPOSE 5000
CMD ["python", "-m", "flask", "run", "--host", "0.0.0.0", "--port", "5000"]

精简依赖：仔细检查项目的依赖项，避免安装不必要的包。使用pipdeptree等工具分析依赖关系，去除冗余依赖。

（八）自带内核

利用经典虚拟化技术，如 Vagrant、VHD、AMI、OpenStack 等，将应用打包为含完整操作系统的镜像，适用于大规模数据中心部署和复杂应用。

实际项目示例：在一个大型企业的数据分析平台项目中，使用 OpenStack 进行部署。首先在 OpenStack 平台上创建一个虚拟机实例，安装好操作系统和所需的软件环境（包括 Python 和项目依赖）。然后将项目代码部署到虚拟机中，并进行相应的配置。通过 OpenStack 的管理界面，可以方便地管理多个这样的虚拟机实例，实现大规模的部署和弹性扩展，满足企业不断增长的数据处理需求。

（九）自带硬件

将代码嵌入硬件设备（如 Adafruit、MicroPython 硬件），实现即插即用，适合特定硬件相关项目。

实际项目示例：开发一个基于 MicroPython 的温湿度监测设备，将代码编写好后，通过 USB 接口将代码烧录到 MicroPython 开发板中。开发板连接温湿度传感器，实时采集数据并进行处理。用户拿到设备后，只需接通电源，设备就能自动运行，将采集到的数据通过无线模块发送到指定的服务器或终端，实现了硬件与软件的紧密结合和便捷使用。

打包方式	依赖环境	特点	适用场景
依赖框架	框架支持环境	借助框架，部署简便	框架适配的应用类型，如 Django 框架的 Web 应用
服务平台	PaaS 平台环境	平台负责打包部署	符合平台模板的应用，如 Heroku 平台上的 Python 应用
依赖预安装 Python	目标环境有 Python	包体积小	数据中心、开发者个人机器上运行的工具
依赖单独生态系统	对应生态系统环境	专注特定领域，依赖管理好	学术、数据分析项目，如用 Anaconda 部署的数据分析脚本
自带 Python 可执行文件	无需目标环境 Python	兼容性好，单用户友好	桌面应用，如用 pyInstaller 打包的小游戏
自带用户空间	支持容器化的系统	隔离性强，环境一致性好	服务器端应用部署，如 Docker 部署的 Web 服务
自带内核	支持虚拟化的环境	功能完整，适用于复杂场景	大规模数据中心应用，如 OpenStack 管理的虚拟机部署的应用
自带硬件	特定硬件设备	与硬件紧密结合	硬件相关项目，如基于 MicroPython 的物联网设备程序

四、其他相关知识

（一）操作系统包

部分操作系统有自己的包管理器，如 Debian、Ubuntu 的 deb 格式，Red Hat、Fedora 的 RPM 格式。可利用 FPM 工具从同一源生成不同格式的包，但在部署中只是其中一环。

# 使用FPM生成deb包的示例命令
fpm -s python -t deb mypackage

（二）virtualenv

virtualenv 曾是 Python 开发者常用工具，但逐渐被更高级工具替代。生产部署中，不建议像开发环境那样直接从互联网安装包到 virtualenv，本文介绍的其他方案更适合生产环境。

（三）安全

打包方式越底层（如自带内核的虚拟机），更新组件难度越大。例如容器部署时，主机内核更新无需重新构建应用；而 VM 镜像部署则需重新构建。这涉及静态与动态链接的安全性讨论，尚无定论。

总结

Python 打包方式多样，每种都有其适用场景。通过实际项目中的打包最佳实践和示例可以看出，选择合适的打包技术对于项目的成功部署和交付至关重要。无论是使用虚拟环境项目的打包，还是 Docker 容器化部署，都需要根据项目的特点和需求进行选择，并掌握相应的优化技巧。开发者应综合考虑各种因素，选择最适合的打包技术，高效完成项目的部署和交付。

TAG

Python 打包；Python 库打包；Python 应用打包；打包技术对比；Python 部署；虚拟环境打包；Docker 打包

云南网站建设,企业信息化软件定制开发

公告

一文读懂 Python 打包：从基础到实战

一、Python 打包概述

二、Python 库和工具的打包

（一）Python 模块

（二）Python 源分布（sdist）

（三）Python 二进制分布（wheel）

三、Python 应用程序的打包

（一）依赖框架

（二）服务平台

（三）Web 浏览器和移动应用

（四）依赖预安装的 Python

（五）依赖单独的软件分发生态系统

（六）自带 Python 可执行文件

（七）自带用户空间

1. 基于 venv 虚拟环境项目的 Dockerfile 打包实战示例

`Dockerfile`内容如下：

2. 基于 pipenv 虚拟环境项目的 Dockerfile 打包实战示例

3. 减少 Docker 镜像体积的技巧

（八）自带内核

（九）自带硬件

四、其他相关知识

（一）操作系统包

（二）virtualenv

（三）安全

总结

TAG

相关学习资源

云南网站建设,企业信息化软件定制开发

公告

一文读懂 Python 打包：从基础到实战

一、Python 打包概述

二、Python 库和工具的打包

（一）Python 模块

（二）Python 源分布（sdist）

（三）Python 二进制分布（wheel）

三、Python 应用程序的打包

（一）依赖框架

（二）服务平台

（三）Web 浏览器和移动应用

（四）依赖预安装的 Python

（五）依赖单独的软件分发生态系统

（六）自带 Python 可执行文件

（七）自带用户空间

1. 基于 venv 虚拟环境项目的 Dockerfile 打包实战示例

Dockerfile内容如下：

2. 基于 pipenv 虚拟环境项目的 Dockerfile 打包实战示例

3. 减少 Docker 镜像体积的技巧

（八）自带内核

（九）自带硬件

四、其他相关知识

（一）操作系统包

（二）virtualenv

（三）安全

总结

TAG

相关学习资源

`Dockerfile`内容如下：