纯Python包发布setup脚本编写示例

本文详细介绍了如何使用Distutils发布Python包,包括根包发布、单一包发布及包含多个子包的情况。通过不同示例展示了如何正确配置setup脚本。

纯Python包发布setup脚本编写示例

如果你有多个模块需要发布,而它们又存在于多个包中,那么指定整个包比指定模块可能要容易地多。即使你的模块并不在一个包内,这种做法也行的通;你可以告诉Distutils从根包(root package)处理模块,并且它工作起来和其他任意的包一样(除非你不需要拥有一个__init__.py文件)。

例1.1 根包发布

文件结构为:

<root>/
        setup.py
        foo.py
        bar.py

setup脚本可以这样写:

from distutils.core import setup
    setup(name='foobar',
        version='1.0',
        packages=[''],
        )

(空字符串表示根包)

例1.2 根包发布(模块在子目录)

如果你把上例中两个模块文件移入到一个子目录,但是它们仍在根包中,如:

<root>/
        setup.py
        src/
            foo.py
            bar.py

那么将仍然指定根包,但是你必须告诉Distutils那些源文件在哪里:

from distutils.core import setup
    setup(name='foobar',
        version='1.0',
        package_dir={'': 'src'},
        packages=[''],
        )

例2.1 包发布

如果你想发布在同一包中(或者在子包中)的多个模块。比如,如果foobar 模块属于包foobar,文件结构如下:

<root>/
        setup.py
        foobar/
            __init__.py
            foo.py
            bar.py

实际上这是Distutils默认的层次,一个精简的setup脚本可以这样写:

from distutils.core import setup
    setup(name='foobar',
        version='1.0',
        packages=['foobar'],
        )

例2.2 包发布(模块所在目录名不是包名)

如果你想将模块放入不是包名的目录,那么你还需要用到package_dir参数。例如,如果在foobar 包中src 目录拥有多个模块:

<root>/
        setup.py
        src/
            __init__.py
            foo.py
            bar.py

合适的setup脚本将会是:

from distutils.core import setup
    setup(name='foobar',
        version='1.0',
        package_dir={'foobar': 'src'},
        packages=['foobar'],
        )

例2.3 包发布(包存在于根目录)

或者你想把包放在发布根目录,如:

<root>/
        setup.py
        __init__.py
        foo.py
        bar.py

这种情况下你的setu脚本将会是:

from distutils.core import setup
    setup(name='foobar',
        version='1.0',
        package_dir={'foobar': ''},
        packages=['foobar'],
        )

(空字符串同样也代表当前目录)

例2.4 包发布(多子包)

如果你有多个子包,它们必须被显在地列举在packages参数中,但是其他任何在package_dir参数中的实体自动扩展到子包。(换句话说,Distutils并不浏览你的源文件树(source tree),而是通过寻找__init__.py文件来计算相应Python包的目录。)因此,如果默认的层次有一个子包:

<root>/
        setup.py
        foobar/
            __init__.py
            foo.py
            bar.py
            subfoo/
                __init__.py
                blah.py

那么相应的setup脚本将会是:

from distutils.core import setup
    setup(name='foobar',
        version='1.0',
        packages=['foobar', 'foobar.subfoo'],
        )
注意:发布一个包,就是将该包所在目录所有模块全部发布。那么我们就不能只发布包内部分模块。

例如,文件结构如下:

<root>/
        setup.py
        sub_package1/
            __init__.py
            sub_model1
            sub_model2
        sub_package2/
            __init__.py
            sub_model3

使用Distutils,我们无法在发布包sub_packe1sub_package2的同时,不发布sub_model2模块。

本例来源stackoverflow:How to distributing a Python package(just distributing some model in sub package)


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值