pyinstaller打包exe(详细教程)

简介: 当你想把你做的python游戏或者是脚本等.py文件发给别人时,打包为.exe文件,即使对方没有安装python也能运行

6cc2f00dc3414ceda90834322597a542.jpg


为什么要打包?



1:当你想把你做的python游戏或者是脚本等.py文件发给别人时,打包为.exe文件,即使对方没有安装python也能运行


2:单纯想秀一下hhh


安装pyinstaller



安装pyinstaller很简单,直接cmd使用pip命令即可


pip install pyinstaller


pyinstaller打包单个.py文件步骤



使用之前做的时钟为例进行演示


1:单击以下区域输入cmd切换到目标文件目录


c5661f1f6fe14267b92aa3c266f8b0b8.png


2:输入pyinstaller -F -w Analog_clock.py回车即可


出现以下提示即为打包成功


fed1a2bf8b9e455f91e3339e317f0017.png


3:打包成功会在.py文件同级目录下出现以下文件,dist里面即为打包好的.exe文件

点击即可运行


783ba3f3f1e44e5d9125a00e6bff2532.png3262a8ed4edd45f9bd6b4b66dca0acb8.png178ace1665b643e38c2c18affab81b9b.png


这样打包的单个文件就完成了,是不是so easy !!!


打包多个.py文件步骤



使用外星人入侵为例做演示


1:打包主文件alien_invasion.py(和打包单个文件步骤一样)

这里就不详细讲了,直接上图!!!


8f34a050e675484e84c8fc68359b407c.png


2:将依赖于主文件的其他文件移到dist文件夹中,点击打包好的exe文件即可运行


2063d2a137174f519247d961fc3a5c8a.png


pyinstaller常用参数



-F 只在dist中产生一个exe文件。

-w 只对windows有效,不使用控制台。

-D 默认选项,除了exe外,还会在在dist中生成很多依赖文件,推荐使用。

-i设置好看的ico格式的图标,加上该参数,指定图标路径。

-p 设置导入路径


结束语🏆


🔥推荐一款模拟面试、刷题神器网站

点击跳转进入网站

1、算法篇(398题):面试必刷100题、算法入门、面试高频榜单

2、SQL篇(82题):快速入门、SQL必知必会、SQL进阶挑战、面试真题

3、大厂笔试真题:字节跳动、美团、百度、腾讯…


相关文章
|
人工智能 编解码 安全
如何使用Sora?Sora小白教程一文通
如何使用Sora?Sora小白教程一文通。本文深入探讨了OpenAI于2024年发布的Sora——一款创新的文生视频大模型,详细介绍了其功能、技术原理、精准度、安全性以及对未来影响的全面分析
|
Web App开发 开发者
Chrome 插件篇 - 已安装的crx插件源码查看,插件安装位置查看方法
Chrome 插件篇 - 已安装的crx插件源码查看,插件安装位置查看方法
1741 0
Chrome 插件篇 - 已安装的crx插件源码查看,插件安装位置查看方法
|
9月前
|
搜索推荐 数据处理 调度
用户标签与画像,精准运营更进一步-ClkLog埋点分析系统
ClkLog CDP企业版实现了通过对埋点采集回来的用户打标签的方式分析客户的行为、兴趣、购买历史、偏好等多维度数据,构建出一个关于客户的完整数字化档案。在实现自定义事件分析的基础上,通过用户标签和分群,可以更快速更精准地找到目标人群,用数据驱动业务增长,这对于有精准运营的用户来说是必不可少的。
418 57
|
6月前
|
机器学习/深度学习 算法 API
MiniMax-M1开源:支持百万级上下文窗口的混合MoE推理模型!
MiniMax最新发布了全球首个开源大规模混合架构的推理模型——MiniMax-M1!
371 0
|
11月前
|
存储 人工智能 API
七种RAG架构cheat sheet!
RAG 即检索增强生成,是一种结合检索技术和生成模型的人工智能方法。Weaviate厂商给出了七种RAG架构cheat sheet。
819 18
|
10月前
|
人工智能 前端开发 JavaScript
智能编码在前端研发的创新应用
在前端开发领域,智能编码技术正引领一场变革,通过大模型的强大能力将自然语言需求直接转化为高效、可靠的代码实现。
389 10
|
机器学习/深度学习 人工智能 自然语言处理
注意力机制详解(一)
注意力机制是受人类认知过程启发的一种深度学习技术,它允许模型动态地聚焦于输入的不同部分,根据上下文分配“注意力”。这种机制最早在序列到序列模型中提出,解决了长距离依赖问题,增强了模型理解和处理复杂数据的能力。基本的注意力计算涉及查询(Q)、键(K)和值(V),通过不同方式(如点积、拼接等)计算相关性并应用softmax归一化,得到注意力权重,最后加权组合值向量得到输出。自注意力是注意力机制的一种形式,其中Q、K和V通常是相同的。在自然语言处理(NLP)中,注意力机制广泛应用在Transformer和预训练模型如BERT中,显著提升了模型的表现。
|
运维 关系型数据库 Linux
2020最新最适合运维人员学习路线(从0-1的必经之路,持续更新)
2020最新最适合运维人员学习路线(从0-1的必经之路,持续更新)
792 0
|
人工智能
通过ChatGPT打造10W+公众号文章
这是一篇非常具有实操性的指南,可能会动到一些某些行业人的蛋糕,但我无益于此。我是一名关注AIGC的博主,初衷是希望每个人都能利用AI工具,为自己的行业增加动力。只有你有心,把文章读几篇,然后自己动手实践,一定能获得成果。
2673 0
通过ChatGPT打造10W+公众号文章