寻找PyInstaller替代方案：将Python代码编译为Linux可执行文件/库

针对你的需求，以下是几个无需PyInstaller的实现方案，均能满足转C、编译、跨Linux调用及提速的要求：

方案1：Cython #

Cython是将Python代码转换为C扩展的主流工具，能直接处理numpy这类依赖，编译后的代码执行效率显著提升，还能生成可调用的库或独立可执行文件。

步骤： #

1. 安装Cython和编译依赖

pip install cython
sudo apt-get install gcc python3-dev  # Debian/Ubuntu系，其他Linux发行版对应安装gcc和Python开发包

2. 将你的Python代码保存为print_hi.pyx（Cython源文件），内容不变：

import numpy as np

def print_hi(name):
    arr = np.zeros(9)
    print(arr)
    print(f'Hi, {name}')

if __name__ == '__main__':
    print_hi('Compiled Python')

3. 编写setup.py用于编译：

from setuptools import setup
from Cython.Build import cythonize
import numpy as np

setup(
    ext_modules=cythonize("print_hi.pyx"),
    include_dirs=[np.get_include()]  # 引入numpy的头文件路径
)

4. 编译生成库或可执行文件：

• 生成共享库（可被Python或C程序调用）：

python setup.py build_ext --inplace

编译完成后会生成print_hi.c（转换后的C代码）和print_hi.*.so（Linux下的共享库）。你可以在Python中直接import调用，也能通过C语言的dlopen加载调用。

• 生成独立可执行文件：
  如果需要直接运行的可执行文件，可先生成带main函数的C代码再手动编译：

cython --embed print_hi.pyx
gcc -o print_hi print_hi.c $(python3-config --cflags --ldflags) -I$(python3 -c "import numpy; print(numpy.get_include())")

生成的print_hi就是可直接运行的Linux可执行文件，包含所有依赖的编译后的机器码。

优势： #

• 完全转换为C代码，执行速度比原生Python快数倍（尤其是循环密集型代码）
• 生成的共享库可跨Linux环境调用（只要系统架构一致）
• 完美支持numpy等第三方依赖

方案2：Nuitka #

Nuitka是将Python代码编译为C代码后再编译为机器码的工具，无需手动修改代码，直接处理原生Python代码，生成的可执行文件独立且运行速度快。

步骤： #

1. 安装Nuitka

pip install nuitka

2. 编译你的Python代码：

python -m nuitka --standalone --onefile print_hi.py

• --standalone：生成包含所有依赖的独立包
• --onefile：将所有内容打包为单个可执行文件（可选，不加则生成一个目录）

编译完成后会生成print_hi.bin（单个可执行文件）或print_hi.dist目录，直接运行即可：

./print_hi.bin

优势： #

• 无需修改原生Python代码，直接编译
• 生成的可执行文件可在同架构的任意Linux环境运行（无需安装Python）
• 执行速度接近C程序，尤其是对循环和计算密集型代码优化明显

方案3：PyPy（补充方案） #

如果你更侧重运行速度而非显式生成C代码，PyPy的JIT编译能大幅提升Python代码的执行效率，也能便捷运行代码：

步骤： #

1. 安装PyPy

sudo apt-get install pypy3  # Debian/Ubuntu系

2. 直接运行代码：

pypy3 print_hi.py

注意： #

PyPy对numpy的支持需要安装pypy3-numpy，多数常规numpy操作都能完美兼容，你的示例代码无任何问题。

内容的提问来源于stack exchange，提问作者Dan