Numpy 打包为 EXE 文件后体积庞大的原因（详细介绍）
Numpy 是一个用于处理数组和矩阵的非常强大的 Python 库，被广泛应用于数据分析、科学计算等领域。然而，当我们想要将使用_numpy_的 Python 项目打包成单独的可执行文件（EXE）时，通常会发现生成的 EXE 文件体积过大。本文将从以下几个方面详细介绍这个问题及原因。
一、Numpy 依赖库
Numpy 本身包含许多来自不同项目的底层库和算法，这些库通常很难在 Python 文件中实现（例如，C++语言编写的 BLAS、LAPACK），因此文件体积较大。在将Numpy项目打包为EXE时，这些依赖库也将被打包进去，从而导致生成的 EXE 文件体积庞大。
二、PyInstaller 打包原理
PyInstaller 是一个常用的 Python项目打包工具，它可以将 Python 项目打包成单独的可执行文件。PyInstaller 的打包原理是将整个项目所需的解释器、依赖库、资源文件等打包进一个文件，这样当用户运行 EXE 文件时，程序可以在一个封闭的运行时环境中执行。
然而，这种打包方式意味着所有的运行时依赖都将被包含在 EXE 文件中。对于使用了 Numpy 的项目来说，这就包括了大量被Numpy调用的第三方库以及整个Python运行时环境。这也是为什么使用 PyInstaller 打包含 numpy 的项目时，生成的 EXE 文件体积庞大的原因。
三、库选择和优化
由于 Numpy 是一个功能非常全面和庞大的库，其包含了许多可能并不需要在 particular 项目中用到的算法和功能。因此，为了降低打包成 EXE 文件的体积，可以考虑如下策略：
1. 移除不需要的依赖库: 检查项目中使用到的 Numpy 功能，看是否可以替换为简单的 Python 代码实现，从而避免使用 Numpy。
2. 仅引用部分 Numpy 模块：尽量减少对 Numpy 不需要的模块的引用，仅引入项目中必要的模块。这将有助于降低打包文件体积。
3. 使用其他 Python 打包工具：尝试使用其他 Python 打包工具，例如 cx_Freeze、PyOxidizer等，它们可能提供更精细的控制和优化选项，以生成更小的 EXE 文件。
四、手动剔除不必要的文件
虽然 PyInstaller 提供了一些自动优化和剔除不必要文件的方法，例如 –onefile 参数，但有时候它还不能完全剔除不需要的文件。因此，在打包过程中，可以手动细化生成的可执行文件，删除未使用的功能模块或者 Python 标准库中不需要的模块，从而减少 EXE 文件体积。
综上所述，Numpy 打包为 EXE 文件体积庞大的主要原因是其包含了许多依赖库和算法，同时打包工具本身的打包原理也是一个重要因素。通过优化库选择、使用其他打包工具或者手动剔除不必要的文件等方法，可以在一定程度上降低打包生成的 EXE 文件体积。
