针对你提到的「将Gohlke的GDAL本地wheel纳入自研Python包分发」的需求，我整理了几个实用的方案，帮你解决Windows环境下GDAL安装难和包可移植性的问题：

1. 把GDAL wheel嵌入包内，通过自定义安装逻辑自动安装 #

这是最直接的可移植方案，适合需要一键安装你的包的场景：

• 先下载对应Python版本、系统架构的GDAL wheel，放在你的包目录下的vendor/子文件夹里（比如your_package/vendor/GDAL-3.6.2-cp310-cp310-win_amd64.whl）
• 在pyproject.toml中配置package_data，确保这个wheel被包含到你的分发包中：

  [tool.setuptools.package_data]
  your_package = ["vendor/*.whl"]
  

• 编写自定义安装钩子，在你的包安装完成后自动安装本地的GDAL wheel。比如在setup.py中添加：

  from setuptools import setup
  from setuptools.command.install import install
  import subprocess
  import os
  
  class CustomInstall(install):
      def run(self):
          install.run(self)
          # 获取本地GDAL wheel的路径
          gdal_wheel_path = os.path.join(self.install_lib, "your_package", "vendor", "GDAL-3.6.2-cp310-cp310-win_amd64.whl")
          # 安装GDAL wheel
          subprocess.run(["pip", "install", gdal_wheel_path], check=True)
  
  setup(
      # 你的包其他配置
      cmdclass={"install": CustomInstall}
  )
  

  注意：要根据你实际的wheel文件名和包结构调整路径。

2. 用requirements.txt指定本地wheel路径（适合内部分发） #

如果你的包只在团队内部使用，不需要上传到PyPI，可以简化处理：

• 把下载好的GDAL wheel和你的包放在同一目录下，比如./vendor/
• 在requirements.txt中直接写入wheel的相对路径：

  ./vendor/GDAL-3.6.2-cp310-cp310-win_amd64.whl
  

• 分发时把vendor/文件夹和你的包源码/分发wheel一起交给用户，用户执行pip install -e .或者pip install your_package.whl时，pip会自动安装本地的GDAL依赖。

3. 搭建本地PyPI镜像（适合长期团队协作） #

如果你的团队经常需要用到这类非PyPI的包，搭建本地镜像会更规范：

• 用devpi或pypiserver搭建一个本地PyPI服务
• 把Gohlke的GDAL wheel上传到这个本地镜像
• 在你的包的pyproject.toml中正常声明GDAL依赖：

  [project.dependencies]
  GDAL = ">=3.6.0"
  

• 告诉用户安装时指定本地镜像地址：

  pip install your_package --index-url http://your-local-pypi-url/simple/
  

  这种方式既保持了依赖声明的标准性，又能稳定获取GDAL包。

4. 临时方案：使用pip的--find-links参数 #

如果不想修改包的配置，可以在安装时手动指定GDAL wheel的存放目录：

pip install your_package --find-links ./vendor/

pip会优先从./vendor/目录查找GDAL的wheel，找不到再去PyPI搜索。但这个需要用户手动执行，自动化程度较低。

注意事项 #

• 一定要确保你选择的GDAL wheel和目标环境的Python版本、系统架构完全匹配（比如cp310对应Python 3.10，win_amd64对应64位Windows），否则安装会失败。
• 遵守Gohlke的非官方包使用条款，这类包主要用于个人或内部开发，公开分发前建议确认许可要求。
• 作为替代方案，如果你的用户环境支持conda，可以考虑用conda-forge的GDAL包，conda会自动处理依赖和系统兼容性，可能更省心。

内容的提问来源于stack exchange，提问作者Val