背景

自己开发了一套AutoML代码，虽然比不上市面上成熟的AutoML，但至少也是集多种祖传操作于一身，且可以直接输出公司需要的报告，但在一些联合建模的场景下，可能存在代码泄露的风险，所以最近在调研如何将代码封装起来

方法一：pyinstaller

step1：新建一个虚拟环境

一定一定要新建一个虚拟环境，由于pyinstaller会自动封装虚拟环境下的包，如果环境中有一些非必须的包，那么封装后的文件会十分的大！

第一次打包后生成的文件有300M，新建环境且仅安装必须的包后，打包生成的文件仅70M。

step2：代码改造

AutoML方法有很多入参，如果自动执行，如何读取这些入参呢？我想到用csv作为配置文件

具体做法是在同级目录下放置一个csv文件，里面存着所有入参，然后在主函数中读取这个csv即可

if __name__ == '__main__':
    # 打包后的操作，读取config.csv并进行建模
    df_params = pd.read_csv('./config.csv',encoding='gbk')
    params_list = list(df_params['params'].values)
    params_dict = {}
    for param in params_list:
        params_dict[param] = eval(df_params[df_params.params==param]['values'].values[0])
        print(param,params_dict[param])

    train = pd.read_csv(params_dict['train_path'])
    test = pd.read_csv(params_dict['test_path'])
    amp = AutoModelPlus(params_dict['outpath'])

在一台新机器上建模时，只要修改csv文件进行简单配置即可

step 3：打包

在step1中新建的虚拟环境下，执行pyinstaller -F 文件名.py(你的主函数文件)，即可完成打包，常用参数如下

-h，--help	查看该模块的帮助信息
-F，-onefile	产生单个的可执行文件
-D，--onedir	产生一个目录（包含多个文件）作为可执行程序
-a，--ascii	不包含 Unicode 字符集支持
-d，--debug	产生 debug 版本的可执行文件
-w，--windowed，--noconsolc	指定程序运行时不显示命令行窗口（仅对 Windows 有效）
-c，--nowindowed，--console	指定使用命令行窗口运行程序（仅对 Windows 有效）
-o DIR，--out=DIR	指定 spec 文件的生成目录。如果没有指定，则默认使用当前目录来生成 spec 文件
-p DIR，--path=DIR	设置 Python 导入模块的路径（和设置 PYTHONPATH 环境变量的作用相似）。也可使用路径分隔符（Windows 使用分号，Linux 使用冒号）来分隔多个路径
-n NAME，--name=NAME	指定项目（产生的 spec）名字。如果省略该选项，那么第一个脚本的主文件名将作为 spec 的名字

pyinstaller在打包过程中会在同级目录生成如下文件：

1. 在工作目录生成 **.spec 文件；

2. 创建一个 build 文件夹；

3. 写入一些日志文件和中间流程文件到 build 文件夹；

4. 创建 dist 文件夹；

5. 生成可执行文件到 dist 文件夹（我们所需的可执行文件就在这个文件夹中）

6. 如果编译中出现错误，会生成debug.log的日志文件；

windows中，会自动打包为.exe后缀的可执行文件，双击即可执行

linux中，会打包为一个无后缀的文件，使用 ./文件名 即可执行

 

step4：结果验证

经验证，使用封装文件建模，结果与使用源码建模相同

优点：简单、方便

缺点：无法跨平台，windows打包的文件只能在windows环境中执行

 

方法二：Cython生成pyd

待续。。。

 

标签：文件,pyinstaller,--,AutoML,params,封装,csv,打包,dict
来源： https://blog.csdn.net/slibra_L/article/details/110092298