除PyInstaller外有哪些方法可将Python脚本打包为Windows可执行文件
2026-10-6
包含librosa、Keras等复杂依赖的Python脚本Windows打包替代方案
以下是经过大量实践验证、对科学计算/深度学习类库兼容性优于PyInstaller的打包方案：
cx_Freeze
- 核心优势：跨平台支持，对底层动态库的自动识别能力强，能自动检测librosa依赖的ffmpeg、libsndfile等音频处理底层文件，也能完整打包Keras关联的TensorFlow运行时依赖，很少出现缺模块、缺动态库的报错
- 使用方法：
- 执行
pip install cx_Freeze安装工具 - 编写对应setup.py配置文件指定入口脚本、额外需要包含的资源
- 运行
python setup.py build即可生成打包后的文件目录，也可配置生成单exe文件
- 执行
Nuitka
- 核心优势：和普通的脚本打包工具逻辑不同，Nuitka会先将Python代码编译为C代码，再编译为原生Windows可执行文件，对所有第三方库的兼容性极强，几乎不会出现复杂依赖打包失败的问题，同时生成的可执行文件运行效率、启动速度都远高于PyInstaller打包的产物
- 使用方法：
- 执行
pip install nuitka安装工具 - 基础打包命令：
nuitka --standalone --onefile --windows-disable-console your_script.py，执行后即可生成单exe可执行文件
- 执行
PyOxidizer
- 核心优势：将Python解释器、脚本、所有依赖直接嵌入单个二进制文件，运行时不需要解压临时文件到本地，对TensorFlow、librosa这类带有大量非Python格式依赖的库适配做了专门优化，打包后运行报错概率极低
- 使用方法：
- 执行
pip install pyoxidizer安装工具 - 执行
pyoxidizer init-config-windows生成Windows平台打包配置文件 - 在配置中指定入口脚本路径后，运行
pyoxidizer build即可完成打包
- 执行
Py2exe
- 核心优势：专门针对Windows平台开发的打包工具，对Windows系统的原生动态库识别准确率更高，不会出现跨平台打包工具常见的系统依赖漏捡问题，适合仅需要发布Windows版本的场景
- 使用方法：
- 执行
pip install py2exe安装工具 - 编写setup.py配置后运行
python setup.py py2exe即可完成打包
- 执行
通用注意事项
- 打包前尽量在全新的虚拟环境中安装所有需要的依赖，避免打包进多余的无用文件，同时减少依赖冲突的概率
- 所有上述工具都支持手动指定需要额外包含的模块、动态库、数据文件路径，若出现少量缺失文件报错，直接在配置中添加对应路径即可解决
- 打包Keras/TensorFlow相关项目时，可在配置中剪枝不需要的算子库、关闭调试符号，能大幅减小最终可执行文件的体积
内容的提问来源于stack exchange，提问作者Anton
相关产品推荐
相关产品推荐
