生成嵌入Python脚本的FMU：无Ubuntu权限安装Python环境的解决方案咨询

方案1：修改PythonFMU的CMake脚本，嵌入独立Python环境 #

步骤1：编译独立的Python解释器（无管理员权限） #

在Ubuntu20.04环境（或同版本Docker容器）中，从源码编译仅用户权限的独立Python版本：

# 下载兼容Ubuntu20.04的Python源码（以3.8为例）
wget https://www.python.org/ftp/python/3.8.18/Python-3.8.18.tgz
tar xzf Python-3.8.18.tgz
cd Python-3.8.18
# 指定安装到用户目录，编译为静态链接版本
./configure --prefix=$HOME/my_python --enable-shared=no --enable-static=yes
make -j$(nproc)
make install

编译完成后，$HOME/my_python目录包含完整的独立Python环境，包括解释器、标准库和pip。

步骤2：安装依赖到独立环境 #

用独立pip安装脚本所需依赖：

$HOME/my_python/bin/pip install numpy pandas  # 替换为你的实际依赖

步骤3：修改PythonFMU的CMake配置 #

找到PythonFMU项目的CMakeLists.txt，做以下调整：

1. 指定独立Python路径：替换系统Python查找逻辑，直接指向你的独立环境：

set(Python_ROOT_DIR "$ENV{HOME}/my_python")
set(Python_INCLUDE_DIR "${Python_ROOT_DIR}/include/python3.8")
set(Python_LIBRARY "${Python_ROOT_DIR}/lib/libpython3.8.a")

2. 嵌入Python环境到FMU：添加规则，将独立Python的核心目录复制到FMU的resources文件夹：

# 复制Python解释器
add_custom_command(TARGET your_fmu_target POST_BUILD
    COMMAND ${CMAKE_COMMAND} -E copy_directory
        "${Python_ROOT_DIR}/bin"
        "${FMU_OUTPUT_DIR}/resources/python/bin"
)
# 复制Python标准库与依赖包
add_custom_command(TARGET your_fmu_target POST_BUILD
    COMMAND ${CMAKE_COMMAND} -E copy_directory
        "${Python_ROOT_DIR}/lib/python3.8"
        "${FMU_OUTPUT_DIR}/resources/python/lib/python3.8"
)

3. 调整FMU初始化逻辑：在PythonFMU的C++ wrapper代码中，设置Python环境变量指向内部路径：

// 获取FMU资源路径
const char* resourcePath = fmi2GetResourcePath(instance);
std::string pythonBinPath = std::string(resourcePath) + "/python/bin/python3.8";
std::string pythonLibPath = std::string(resourcePath) + "/python/lib/python3.8";

// 设置PYTHONPATH
setenv("PYTHONPATH", pythonLibPath.c_str(), 1);

// 初始化Python解释器时指定内部路径
Py_SetProgramName((wchar_t*)pythonBinPath.c_str());
Py_Initialize();

方案2：用PyInstaller打包Python脚本为独立二进制，再封装成FMU #

此方案无需修改PythonFMU核心CMake，实现更简单：

步骤1：打包Python脚本为独立二进制 #

在Ubuntu20.04环境下，用PyInstaller生成不依赖系统Python的单文件二进制：

pip install pyinstaller
pyinstaller --onefile --target-platform linux-x86_64 your_script.py

生成的dist/your_script为独立可执行文件。

步骤2：封装成FMU #

1. 基于PythonFMU编写简单wrapper，在doStep函数中调用二进制传递数据：

from pythonfmu import FmuBuilder, Fmu2Slave

class MySlave(Fmu2Slave):
    def __init__(self, instanceName, fmuGUID, fmuResourceLocation, mimeType, visible, logLevel):
        super().__init__(instanceName, fmuGUID, fmuResourceLocation, mimeType, visible, logLevel)
        self.input_val = 0.0
        self.output_val = 0.0
        self.script_path = f"{fmuResourceLocation}/your_script"

    def doStep(self, currentTime, stepSize):
        import subprocess
        result = subprocess.run([self.script_path, str(self.input_val)], capture_output=True, text=True)
        self.output_val = float(result.stdout.strip())
        return fmi2Status.ok

if __name__ == "__main__":
    FmuBuilder.build_FMU(MySlave, "MyPythonFMU", "1.0", "me", resources=["dist/your_script"])

2. 打包时通过resources参数将二进制加入FMU的resources目录。

方案3：用Nuitka编译Python脚本为C++代码，静态链接到FMU #

此方案将Python代码直接编译为机器码，完全消除对Python解释器的依赖：

步骤1：用Nuitka编译Python脚本 #

pip install nuitka
nuitka --standalone --static-libpython=yes --output-dir=compiled your_script.py

编译后compiled/your_script.dist目录包含静态链接的可执行文件。

步骤2：与FMU wrapper静态编译 #

用FMU SDK编写C++ wrapper，直接调用编译后的Python代码导出函数，再将wrapper与Nuitka生成的目标文件一起编译为FMU二进制模块，最终打包成FMU。该方式生成的FMU体积更小、运行效率更高。

关键注意事项 #

• 所有打包操作必须在Ubuntu20.04环境下完成，确保二进制与目标系统兼容。
• 测试时在目标系统直接加载FMU，不要设置任何Python相关环境变量，验证运行状态。
• 对于依赖C扩展的Python库（如numpy），需确认打包工具（PyInstaller/Nuitka）已自动包含对应编译产物，必要时手动补充。

内容的提问来源于stack exchange，提问作者Michele Urbani