方案一：pyinstaller

这个方案简单易用，不仅可以打包可执行文件，还可以把所有依赖全部打包到一起，都不用考虑在执行的机器上安装Python环境。

1. 直接Pip安装

pip install pyinstaller

2. 打包对应py文件

pyinstaller example.py

但这种方式有个问题，Pyinstaller打包的可执行程序，运行时会启动两个进程。这种场景下，主进程Pyintaller加的，我的Python代码作为子进程启动，主进程的进程状态我没法在Python代码里控制，不能满足我的使用场景，所以只能第二种方案。

方案二：Cython

Cython的方式麻烦一点，但是满足我的需求。整体思路即：把Python代码转成C代码再编译成可执行程序。而Cython编译器就是一个很方便的转换工具。对比Pyinstaller打包的，Cython打包完之后，可能还需要自己把对应依赖的动态库也得带上，毕竟少了Pyintaller里面那么多import-hook工具帮你收集依赖。当然如果在执行的机器上装好Python环境就没必要打包依赖的动态库了。各有优劣，任君选择。

下面举个Cython方案的栗子🌰

0. Show me the code 🐶

├── dummy  # 自定义的package
│   ├── fun.py # 自定义的module
│   └── __init__.py
├── build.sh # 构建脚本
├── setup.py # cython的setup
└── main.py  # 主程序

1. Py2so

把自定义的module都打包成so文件，靠的就是cython。

fun.py

import numpy as np


def foo():
    """ 简单做个求和 """
    return np.sum(np.array([1, 2, 3]))

setup.py

from distutils.core import setup
from distutils.extension import Extension

from Cython.Build import cythonize

extensions = [
    Extension("*", ["dummy/*.py"],
              extra_link_args=["-Wl,-undefined,error",
                               "-lpython3.8"],  # 这里的链接很重要
              library_dirs=["/anaconda/envs/py38/lib"])
]

setup(ext_modules=cythonize(extensions))

特别注意extra_link_args里面要指定好链接Python库，否则在最后构建可执行程序的时候，我们自定义模块的so会找不到Python库的符号。

打包so

python3 setup.py build_ext --inplace

2. Py2c

将我们的主程序Py代码转C代码，同样是依靠Cython

main.py

# cython: language_level=3

from dummy.fun import foo

if __name__ == '__main__':
    print(foo())

执行

cython main.py --embed

生成main.c，再将main.c编译构建出可以执行文件main

# 编译
gcc -c main.c -I/anaconda/envs/py38/include/python3.8 -o main.o
# 链接
gcc main.o -L/anaconda/envs/py38/lib/ -lpython3.8  -o main

3. Hello World! 🚀

通过上面的步骤，可以获得以下的所需的文件（排除了.py/.c/.o 等一些中间件）。

├── dummy
│   ├── __init__.cpython-38-darwin.so
│   └── fun.cpython-38-darwin.so  # 自定义的模块
└── main  # 主程序可执行文件

当然在运行main之前，还要设置好环境变量LD_LIBRARY_PATH

LD_LIBRARY_PATH=/anaconda/envs/py38/lib ./main

Hello World!