【Python】6 种方法轻松将 Python 脚本打包成 EXE 应用

以下是 2025--2026 年最实用的 6 种 Python 脚本打包成 Windows EXE 可执行文件 的主流方法，按易用性 × 普及度 × 实际场景排序。

排名	方法/工具	易用性	生成文件大小	启动速度	运行速度	反编译难度	典型场景	推荐指数 (★5)
1	PyInstaller	★★★★★	大（onefile 常 50--300MB）	慢（几秒～几十秒）	普通	低	绝大多数 GUI、小工具、初次尝试	★★★★★
2	auto-py-to-exe	★★★★★	同 PyInstaller	同上	普通	低	零基础用户、GUI 操作打包	★★★★☆
3	Nuitka	★★★★☆	中～小	快	明显更快（1.5--4×）	中～高	性能敏感、数值计算、想保护代码	★★★★☆
4	cx_Freeze	★★★★	中	较快	普通	低～中	追求启动快、跨平台、自定义 setup.py	★★★☆☆
5	PyOxidizer	★★☆☆☆	小～中	非常快	普通～快	中～高	极致体积/启动速度、Rust 爱好者	★★☆☆☆
6	Shiv / PEX	★★★	小（.pyz）	普通	普通	低	内部工具分发、需要 Python 环境	★★☆☆☆

1. PyInstaller（目前最推荐的起点）

最成熟、兼容性最好、社区最大。

bash 复制代码

# 安装
pip install pyinstaller

# 最常用单文件模式（推荐）
pyinstaller -F --noconsole your_script.py

# 带图标 + 隐藏控制台 + 加数据文件
pyinstaller -F --noconsole --icon=app.ico \
    --add-data "images;images" \
    --add-data "config.json;." \
    --name "MyTool" your_script.py

# 调试时先用文件夹模式找问题
pyinstaller -D your_script.py

常见问题解决：

缺少模块 → --hidden-import=numpy.core._methods 等
数据文件丢失 → --add-data 或修改 .spec 文件
杀毒误报 → 用 --onedir 模式，或提交样本给杀软厂商

2. auto-py-to-exe（图形界面，最适合新手）

本质是 PyInstaller 的 GUI 封装。

bash 复制代码

pip install auto-py-to-exe
auto-py-to-exe

优点：点点鼠标就能出 exe，适合演示、快速交付给非技术用户。

缺点：Python 3.11+ 有时兼容性问题，建议用 3.9 或 3.10。

3. Nuitka（追求速度与保护代码的首选）

真正把 Python 转成 C → 编译成原生可执行文件。

bash 复制代码

# 安装（需要 C 编译器：MSVC / MinGW）
pip install nuitka

# 推荐写法（单文件 + 插件）
python -m nuitka --standalone --onefile \
    --enable-plugin=tk-inter \
    --windows-disable-console \
    --windows-icon-from-ico=app.ico \
    --include-data-dir=assets=assets \
    your_script.py

2025--2026 亮点：

运行速度可达 CPython 的 2--4 倍（尤其 numpy/pandas/torch 代码）
反编译难度明显高于 PyInstaller
启动速度通常比 PyInstaller 快很多

缺点：打包时间长（复杂项目可能几分钟到十几分钟）。

4. cx_Freeze（启动快、体积相对友好）

bash 复制代码

pip install cx-freeze

# 创建 setup.py
from cx_Freeze import setup, Executable

setup(
    name="MyApp",
    version="1.0",
    executables=[Executable("main.py", base="Win32GUI")],
    options={
        "build_exe": {
            "packages": ["numpy", "pandas"],
            "include_files": ["config.json", "images/"],
            "excludes": ["tkinter"]  # 如不需要
        }
    }
)

# 打包
python setup.py build
# 或直接生成单文件（需额外配置）

优点：启动比 PyInstaller 快很多，目录结构清晰。

缺点：配置比 PyInstaller 稍麻烦。

5. PyOxidizer（极致启动速度 + 小体积）

Rust 编写，嵌入式 Python 解释器。

目前（2026）更适合有 Rust 经验的开发者，或对启动时间、体积有极端要求的企业项目。

toml 复制代码

# pyoxidizer.bzl 配置示例（简化）
[[python_distribution]]
name = "embedded"
python_exe = "python.exe"

[[exe]]
name = "myapp"
script = "main.py"

优点：启动极快、内存占用低、可做到较小单文件。

缺点：学习曲线陡峭，生态远不如 PyInstaller。

6. Shiv / PEX（.pyz 格式，需目标机器有 Python）

不是真正的 exe，但可以作为补充方案。

bash 复制代码

pip install shiv
shiv -c myapp -o myapp.pyz .

优点：文件很小，跨平台。

缺点：目标机器必须安装 Python。

快速选择指南（2026 视角）

你想要什么	推荐工具顺序
最简单、最快上手	auto-py-to-exe → PyInstaller
GUI 程序、给普通人用	PyInstaller + --noconsole --onefile
性能敏感、数值/AI 类程序	Nuitka（--onefile）
启动时间敏感	cx_Freeze 或 Nuitka
极致体积 + 启动速度	PyOxidizer 或 Nuitka
内部工具、服务器分发	Shiv / PEX

最推荐的入门组合（2026）：

先用 auto-py-to-exe 快速出第一个 exe
遇到问题后转 PyInstaller 命令行精细控制
如果对速度/保护有要求 → 切换 Nuitka

有具体项目类型（GUI、命令行、带 numpy/pandas、带 PyQt/tkinter、pygame 等）可以告诉我，我可以给出更精确的打包参数和常见坑的解决方案～