目录
https://pyinstaller.org/en/stable/
Pyinstaller可以打包Win、Linux、MacOS下的python程序,在什么环境下打包的就是什么平台的程序。相对来看,Pyinstaller打包的程序体积大、安全性稍差(容易反编译),但是上手相对简单一些。
1.hello world封装
安装:cmd下输入pip install Pyinstaller(P大写)
清华大学镜像
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple Pyinstaller
编程:加入input()解决闪退问题
print("hello world")input("输入任意键结束")
2.封装步骤
1.新建文件夹放入hello.py文件
2.按住shift点鼠标右键选择
3.输入
pyinstaller -F hello.py
4.完成后打开dist文件
运行的效果如下
pyinstaller -F -w --icon=xxx.ico main.py –noconsole
- -F表示生成单exe可执行文件,-w表示窗体程序,
- –icon是设置exe的显示图标,'main.py’是程序的入口,
- –noconsole 表示不展示cmd窗口
PyInstaller 支持的常用选项 | |
---|---|
-h,–help | 产生单个的可执行文件 |
-D,–onedir | 产生一个目录(包含多个文件)作为可执行程序 |
-a,–ascii | 不包含 Unicode 字符集支持 |
-d,–debug | 产生 debug 版本的可执行文件 |
-w,–windowed, --noconsolc | 指定程序运行时不显示命令行窗口(仅对 Windows 有效) |
-c,–nowindowed, --console | 指定使用命令行窗口运行程序(仅对 Windows 有效) |
-o DIR,–out=DIR | 指定 spec 文件的生成目录。如果没有指定,则默认使用当前目录来生成 spec 文件 |
-p DIR,–path=DIR | 设置 Python 导入模块的路径(和设置 PYTHONPATH 环境变量的作用相似)。 也可使用路径分隔符(Windows 使用分号,Linux 使用冒号)来分隔多个路径 |
-n NAME, --name=NAME | 指定项目(产生的 spec)名字。如果省略该选项,那么第一个脚本的主文件名将作为 spec 的名字 |
比如:加个icon图标
改进后:pyinstaller -F --icon=subway.ico hello.py
1.dat文件读取和处理
import numpy as npimport pandas as pdimport os# 列出当前目录下所有的文件files = os.listdir(".")for filename in files: portion = os.path.splitext(filename) # 如果后缀是.txt if portion[1] == ".txt": # 重新组合文件名和后缀名 newname = portion[0] + ".csv" os.rename(filename,newname)a=pd.read_csv('F:\python\loadc.csv',sep = ',',encoding = 'gbk')
import pandas as pdimport numpy as npfile_path = "./loadc.dat"df = pd.read_csv(file_path,encoding = 'gbk')
2.整体的流程和代码
import pandas as pdimport numpy as npfrom matplotlib import pyplot as plt#########################################################pd.set_option('display.width', 1000)#加了这一行那表格的一行就不会分段出现了pd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)plt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = False ## 设置正常显示符号###########################################################file_path = "./loadc.dat"df = pd.read_csv(file_path,encoding = 'gbk')file_path1 = "./thrustweight.dat"df1 = pd.read_csv(file_path1,encoding = 'gbk')########################################################### 推力和载荷数据记录的处理#转换成只有数据的列表a=df.iloc[1,:].str.split("\t").tolist()# print(df.loc["预估载荷上下界"])load_list1=[i for j in a for i in j ]load_data1=list(map(float,load_list1[1:]))load_list=[]for k in range(1,df.shape[0]): a = df.iloc[k, :].str.split("\t").tolist() load_list1 = [i for j in a for i in j] load_data1 = list(map(float, load_list1[1:]))#输出不带米数的数据 load_list.insert(k-1, load_data1)#装换成DataFrame数据load_data_dataframe=pd.DataFrame(load_list,columns=["thrust_min","thrust_max","torque_min","torque_max"])########################################################### 占比数据的处理b=df1.iloc[1,:].str.split("\t").tolist()load_rate1=[i for j in b for i in j ]load_rate=list(map(float,load_rate1[:]))cutter_thrust_rate1=load_rate[0]/100shield_friction_rate1=load_rate[1]/100equipment_traction_rate1=load_rate[2]/100############################################################输出刀盘推力的预估上界和下界cutter_thrust_rate=pd.Series([cutter_thrust_rate1]*800)cutter_thrust_load=load_data_dataframe.mul(cutter_thrust_rate,axis=0)shield_friction_rate=pd.Series([shield_friction_rate1]*800)shield_friction_load=load_data_dataframe.mul(shield_friction_rate,axis=0)equipment_traction_rate=pd.Series([equipment_traction_rate1]*800)equipment_traction_load=load_data_dataframe.mul(equipment_traction_rate,axis=0)# print(load_data_dataframe)# print(cutter_thrust_load)################################################################画图plt.figure(figsize=(20,8),dpi=80)#设置窗口大小x=range(800)y1=cutter_thrust_load["thrust_min"]y2=cutter_thrust_load["thrust_max"]# y3=cutter_thrust_load["torque_min"]# y4=cutter_thrust_load["torque_max"]y3=shield_friction_load["thrust_min"]y4=shield_friction_load["thrust_max"]y5=equipment_traction_load["thrust_min"]y6=equipment_traction_load["thrust_max"]plt.plot(x,y1,color="r",linestyle="--",linewidth=3,label="刀盘推力下界")plt.plot(x,y2,color="r",linewidth=3,label="刀盘推力上界")# plt.plot(x,y3,color="y",linewidth=3,label="刀盘扭矩下界")# plt.plot(x,y4,color="k",linewidth=3,label="刀盘扭矩上界")plt.plot(x,y3,color="g",linestyle="--",linewidth=3,label="盾构摩擦力下界")plt.plot(x,y4,color="g",linewidth=3,label="盾构摩擦力上界")plt.plot(x,y5,color="y",linestyle="--",linewidth=3,label="设备牵引力下界")plt.plot(x,y6,color="y",linewidth=3,label="设备牵引力上界")plt.legend(loc="best",fontsize='x-large')plt.tick_params(labelsize=13)plt.xticks(range(800)[::20],x[::20])plt.savefig('./推力分布曲线图.png')plt.title('推力分布曲线图',fontdict={'weight':'normal','size': 20})plt.ylabel('预估推力/kN',fontdict={'weight':'normal','size': 17})plt.xlabel('掘进行程/m',fontdict={'weight':'normal','size': 17})plt.grid(alpha=0.3)plt.savefig("./推力分布曲线图.png")# plt.show()###############################################################文件存储thrust_torque=pd.DataFrame()thrust_torque["thrust_min"]=load_data_dataframe["thrust_min"]thrust_torque["thrust_max"]=load_data_dataframe["thrust_max"]thrust_torque["cutter_thrust_min"]=cutter_thrust_load["thrust_min"]thrust_torque["cutter_thrust_max"]=cutter_thrust_load["thrust_max"]thrust_torque["shield_friction_thrust_min"]=shield_friction_load["thrust_min"]thrust_torque["shield_friction_thrust_max"]=shield_friction_load["thrust_max"]thrust_torque["equipment_traction_thrust_min"]=equipment_traction_load["thrust_min"]thrust_torque["equipment_traction_thrust_max"]=equipment_traction_load["thrust_max"]thrust_torque["torque_min"]=load_data_dataframe["torque_min"]thrust_torque["torque_max"]=load_data_dataframe["torque_max"]thrust_torque.to_csv('./thrust_load.csv',sep = ';',index = True)
3.封装遇到问题及解决
问题1:RecursionError:maximum recursion depth exceeded
pyinstaller -F --icon=subway.ico PET.py
核心代码:
import syssys.setrecursionlimit(5000)
pyinstaller PET.spec
问题2:FileNotFoundError:File b’./loadc.dat’does not exist
解决方法:把文件loadc.dat和thrustweight.dat放在PET.exe所在文件中
运行成功后的截图:
问题3:ModuleNotFoundError:No module named’sklearn.utils._cython_blas
解决方法:Spec文件内加入
hiddenimports=[‘cython’, ‘sklearn’, ‘sklearn.utils._cython_blas’ ],(手敲)
然后pyinstaller fg2.spec
问题4:ModuleNotFoundError:No module named’sklearn.neighbors.typedefs
解决方法:编译时加sklearn.neighbors.typedefs
pyinstaller -F fg2.py --hidden-import sklearn.neighbors.typedefs
4.封装成功后运行
pyinstaller -F --icon=subway.ico choosebest.py
pyinstaller choosebest.spec
【用途】:推力预测
【流程设计】:
封装结果如下:
使用说明:
使用方法:
1.内部所有文件直接拷贝到D盘;
2.点击 dist 中的 choosebest.exe 文件;
3.等待一会儿,出现“输入任意键结束”;
4.输入任意键,窗口消失;
5.打开dist文件夹,“maxr2_推力”为运行结果。
程序运行结果:
来源地址:https://blog.csdn.net/Pireley/article/details/131506469