python生成windows下exe格式的可执行程序有三种可选方案: py2exe是大家所熟知的,今天要介绍pyinstaller, 这个工具全平台可用。我曾使用python制作一个工具程序供公司同事使用后,由于公司使用mac linux windows都有很多,就使用过它来将程序做成可执行文件,兼容性好,只是会使得程序在linux平台和mac平台启动较慢(windows还是比较快的),但基本够用。
安装完pyinstaller之后就可以开始了。
1使用pyinstaller生成可执行文件的方法
11 将依赖文件集中到一个文件夹:
pyinstaller -D -w mainpy #把mainpy替换成你的主入口python文件即可。
-w参数代表mainpy是一个窗体程序。
12 将所有依赖文件都打包到同一个可执行文件中:
pyinstaller -F -w mainpy
2调查pyinstaller生成程序的加载过程
使用如下命令,可以得到运行时的跟踪,tracing ,loader 的加载过程。
pyinstaller -Fwd auipy #把auipy 换成你需要侦测的文件即可。1 Linux作为企业级服务器的应用
Linux系统可以为企业架构>nginx服务器:1反向代理,代理uwsgi服务器。2静态文件服务器,提供静态文件访问。
①首先在linux下创建一个专门用于存放要部署的项目的文件夹django_worker。
②先在其中创建虚拟环境
创建虚拟环境的命令:virtualenv django_lib。相当于拷贝了一份纯净的python环境。
③进入虚拟环境
source /django_lib/bin/activate
安装需要的模块:
pip install django==19
①创建项目mysite,在mysite下创建文件夹static_files,专门用于存放静态文件,并在settingpy文件中配置:
STATCI_ROOT='/home/worker//mysite/static_files'
②收集静态资源
python managepy collectstatic
(空项目中只会收集到admin模块的静态文件)
:wq! 保存退出
! 强制退出
x 保存退出
找到nginxconf文件:
编辑nginxconf配置文件
找到>
一、网络爬虫
网络爬虫是Python比较常用的一个场景,国际上,google在前期大量地运用Python言语作为网络爬虫的根底,带动了整个Python言语的运用发展。
二、数据处理
Python有很齐备的生态环境。"大数据"分析中涉及到的分布式核算、数据可视化、数据库 *** 作等,Python中都有成熟的模块能够挑选完结其功能。关于Hadoop-MapReduce和Spark,都能够直接运用Python完结核算逻辑,这不管关于数据科学家仍是关于数据工程师而言都是十分便当的。
三、web开发
Python的诞生前史比Web还要早,由于Python是一种解说型的脚本言语,开发效率高,所以十分适合用来做Web开发。
Django 是 Python 编程言语驱动的一个开源模型-视图-控制器(MVC)风格的 Web 运用程序结构。运用 Django,咱们在几分钟之内就能够创建高品质、易维护、数据库驱动的运用程序。
四、数据分析
关于数据分析师来说,不只要自己理解数据背面的含义,而且还要给更直地展现数据的含义。
Scipy是一组专门解决科学核算中各种规范问题域的包的集合。Numpy是python科学核算的根底包。Pandas处理上千万的数据是一挥而就的工作,同时随后咱们也将看到它比SQL有更强的表达能力,能够做很多复杂的 *** 作,要写的code也更少。
五、人工智能
人工智能是现在十分火的一个方向,AI热潮让Python言语的未来充满了无限的潜力。现在释放出来的几个十分有影响力的AI结构,大多是Python的实现,为什么呢
在人工智能大领域领域内的数据发掘、机器学习、神经网络、深度学习等方面都是主流的编程言语,得到广泛的支持和运用。人工智能的核心算法大部分仍是依赖于C/C++的,由于是核算密集型,需求十分精细的优化,还需求GPU、专用硬件之类的接口,这些都只要C/C++能做到。
关于Python五大应用领域是什么,环球青藤小编就和大家分享到这里了,学习是永无止境的,学习一项技能更是受益终身,所以,只要肯努力学,什么时候开始都不晚。如果您还想继续了解关于python编程的学习方法及素材等内容,可以点击本站其他文章学习。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)