全文共7134字，预计学习时长14分钟
假设你很喜欢用同一段Python代码，里面有几个相关的小型函数，或者是含有几百行代码的中型模块。程序员可能会把它复制到不同的项目或存储库中，或者从特别设置的实用工具代码文件夹中导入这段代码。
这很正常。程序员在编写代码的过程中都会不断积累这些个性化的小工具。相比其他编程语言来说，Python更容易积累这些语句——这些代码非常实用。
如果无需复制，就可以轻松导入自己开发的小工具，并进行更新和维护，岂不是更好吗？如果不依赖于特定的文件或路径，让这些代码在不同的环境、机器和语境中都适用？如果可以将这些个性化工具版本化，并使相关代码清楚地反映出其依赖性呢？如果这个工具能为大众所用呢？
没错，它都可以做到。
当然，这个概念不是第一次提了。这就是通常在编程语言中使用模块、包和库的原因，特别是在Python的开发环境中。它的实现可使Python功能更加强大；只需简单的pip install 和 import就能获得BeautifulSoup的html解析功能或pandas的数据帧处理功能。
另外，人人都可以将自己的代码在PyPI上编写和发布（PyPI是Python包的官方索引：http://pypi.python.org/pypi），使它们与sklearn、requests或delorean（都是非常实用、流行的Python包）一样简单易得。以下是它的几点优势:
· 即使只有很少人使用，共享自己的代码仍是一件很有趣的事；程序员可以在工作、社群活动或求职面试中分享并展示自己的劳动成果。
· 通过强制性地整理和记录代码，公开给同行进行评价，从而改进代码。
· 它还能弥补社群的不足。你会惊讶地发现，很多人会注意到你的序列化十分高效，比如将HTTP报头序列化到JSON。或者发现自己创建的用来验证输入MongoDB查询文档修饰符的工具有多么实用。
心动了吗？忘记那个旧的Python模块，开始制作小型Python包吧。
图1: Python dust
步骤一：命名
首先是命名。好的名字通常比较简短，便于在pip install 或 import 完成之后输入（尽管现在已经出现了“自动输入”）;还要包含足够的信息便于理解，或者在安装完成后之后提示其中的内容。
requests负责处理HTTP请求、delorean负责日期和时间，sklearn负责提供机器学习框架，这些都是很好的例子。在为pandas管道包（由于pandas 通常以pd这样较短别名导入，故使用pdpipe：https://github.com/shaypal5/pdpipe）和缓存包（cachier：https://github.com/shaypal5/cachier）命名时，笔者也尝试过这些例子。
不过老实说，这些并不是固守的规则。流行的Python包都有pandas、 keras、 django、 boto、 jinja、 flask 和 pytorch等名称，大家能记住这些名字，所以读者也可以使用任何简短且可读的名称（例如，由于可读性问题，笔者将“Scikit-Learn Wrappers for FastText”缩写成了skift）。本文以chocobo为例。
步骤二：确定代码包的基本结构
接下来，通过几个简短的步骤，制作一种通用的结构:
1.用代码包的准确名称创建一个Github存储库，不要使用驼峰式或过多的个人发挥。然后在本地进行复制。
2.在该存储库中新建一个文件夹，用代码包的准确名称命名；这就是保存代码包的文件夹。这是一种规范，只需记住外部的chocobo 文件夹（在本例中）就是存储库的文件夹，而内部的chocobo 文件夹是包的文件夹。
3.将自己的模块和涉及到的任何其他模块放在内部的chocobo文件夹中。如果存在缺失的部分，请添加__init__.py 文件。
4.将用户直接调用的重要对象（通常是函数）从各自的模块中导入至__init__.py文件。有了代码包的命名空间，就可以使用这些函数、分类和变量了。如果愿意，也可以使用代码包的API。
5.虽然不是强制规定，笔者强烈建议在代码包或在存储库的根目录中都应包含一个 .gitignore 文件。
示例：https://github.com/github/gitignore/blob/master/Python.gitignore
现在有了一个结构，可以添加不同类型的文件组成代码包；内部文件夹保存的是包的代码，外部文件夹保存的是辅助包文件和其他与存储库相关的文件。
因此，初始模块chocobo.py如下所示:
"""My chocobo cooking script."""
import os
def chocobo_roast(num_guests, hotness_level):
# amazing python code here
新建存储库文件夹如下所示:
chocobo/
chocobo/
__init__.py
chocobo.py
.gitignore
__init__.py 文件应如下所示：
"""chocobo is a python package for delicious Chocobo recipes.""" from .chocobo import ( chocobo_roast, )
那么在完成封装之后，chocobo包可以有这样的使用方法:
"""I'm a script or a different package using chocobo.""" import chococbo def my_feast(num_guests): snacks = bobbish() main_course = chocobo.chocobo_roast(num_guests, 0) dressing = szechuan_chicken_mcnugget_sauce()
以上就是一些要点。
步骤三：许可问题
使用共享许可发布代码是较为可取的；如果要将自己的代码公开分享，程序员会想要在保留版权的前提下得到重用代码的许可，或者让那些扩展自己代码的人保证衍生代码可以自由使用。获得许可能轻松解决这些问题。
对于无足轻重的小项目，可以考虑MIT许可（https://choosealicense.com/licenses/mit/）。choosealicense.com（https://choosealicense.com/）提供了很多GitHub和开源社区中的实用建议。
无论选择哪种许可，都比根本不用要好。很多时候，在没有许可的情况下公开代码还不如不公开；如果程序员不明确自己对代码的所有权，大多数公司会因为可能造成的法律纠纷而放弃，从而失去许多潜在用户。
选择许可后，在存储库中创建LICENSE许可文件（不需要文件扩展名），并导入所选许可的确切文本。
步骤四：安装文件
现在创建Python封装工具所需的基本文件（以setuptools为例）；setup.py.setup.py 包含了构建和发行时使用的实际指令。
下面是一个初始模板（别担心，稍后会进行详细检查）
"""Setup for the chocobo package."""
import setuptools
with open('README.md') as f:
README = f.read()
setuptools.setup(
author="Shay Palachy",
author_email="shay.palachy@gmail.com",
name='chocobo',
license="MIT",
description='chocobo is a python package for delicious chocobo
recipes.',
version='v0.0.3',
long_description=README,
url='https://github.com/shaypal5/chocobo',
packages=setuptools.find_packages(),
python_requires=">=3.5",
install_requires=['requests'],
classifiers=[
# Trove classifiers
# (https://pypi.python.org/pypi?%3Aaction=list_classifiers)
'Development Status :: 4 - Beta',
'License :: OSI Approved :: MIT License',
'Programming Language :: Python',
'Programming Language :: Python :: 3.5',
'Programming Language :: Python :: 3.6',
'Topic :: Software Development :: Libraries',
'Topic :: Software Development :: Libraries :: Python Modules',
'Intended Audience :: Developers',
],
)
首先，导入setuptools。这是一个非常有用代码包，可轻松对Python包进行发行，即使它不包括在标准库中（类似的distutils是比不了的），它仍然是当今Python包发行的标准，应该牢记于心。本文只使用了setuptools包中的两个函数:setup和find_packagges。
在导入setuptools之后，调用setup()函数之前，只需将README.md 文件的内容读入到全局变量 README中即可。
然后只需通过以下变量调用setuptools.setup() 函数即可:
· author:输入姓名。
· author_email:输入邮箱。
· name:代码包的名称，在本例中为“chocobo”。
· license:在本例中为字符串“MIT”，或选择其他许可证。
· description:代码包的简短介绍，控制在一行以内。例如：“chocobo代码包是制作美味chocobo的食谱”
· version:表示封装的当前版本的字符串。笔者在之后的文章中会介绍更简洁的处理方法，但是目前，只需要在想要发布新版本时手动增加一个数字就可以了。通常的做法是将版本号前加入字母V，因此v1是第一个版本的版本字符串，但笔者建议将v0.0.1 视为等效版本字符串并使用此格式。后文将详细介绍这种做法的意义。
· long_description:表示README的内容。该部分是代码包的详细描述。也就是该页面PyPI的内容（示例：https://pypi.org/project/pdpipe/）。
· url:可链接到代码包的主页。如果读者没有专用的站点，那么存储库的URL是一个不错的选择。
· packages: 又一次提到了setuptools！根据命令，这个参数获取要生成和发行/安装的所有代码包的名称数组。从技术上讲，可以直接使用[“chocobo”]这个名字，但是最好是将其通用化，并使用setuptools 函数，它能处理更复杂的包和存储库结构。有两个可选参数可以作为输入数据，where 和exclude，但在这里忽略不计。作为结果，where可链接至安装文件所在的目录，包括所有子目录，一般来说这样已经足够了。
· python_requires: 如果你的电脑支持Python的所有版本，就不必顾及此参数。如果不能，应该选择一个适当的值。从技术上讲，笔者不赞成使用未经测试的版本，但保险期间目前我们可以进行适当的假设：
(1) 如果读者正在使用Python2，特别是Python2.7版本，可以得出以下两点结论：(a)你独树一帜，十分优秀(b)你的电脑配置只需支持Python2.7即可，所以可以使用“>=2.7”这个字符来编辑这个参数。另外，时代在进步，试试Python3吧。
(2) 如果读者使用的是Python3，那么任何Python版本都大于或等于用来开发代码包的版本。以此类推，如果使用的是Python3.5，那么应该设置成“>=3.5”。
· install_requires: 此处列出的是所有非标准库代码包的使用前提。例如，如果chocobo 需要requests和 pytz 才能运行的话，那么该参数应设置为:[“ requests”，“pytz”]。
· classifiers: 连同其他成千上万个代码包一起，你的代码包也会很快PyPI上线。为了进行区分，作者可以向PyPI提供一个列表，列出trove分类器来对每个版本进行分类，描述其用途、支持的系统和开发进度。然后，社区成员可以使用这些标准化的分类器，根据自己的需求来查找项目（尽管不确定谁会进行这项操作）。
这里有所有可能用到的分类器：https://pypi.python.org/pypi?%3Aaction=list_classifiers
建议从以下几个开始：
- “Development Status :: 3 — Alpha”
- “License :: OSI Approved :: MIT License”
- “ Programming Language :: Python”
- “ Programming Language :: Python :: 3.5”
- “ Programming Language :: Python :: 3.6”
- “ Programming Language :: Python :: 3.7”
- “Topic :: Software Development :: Libraries”
- “Topic :: Software Development :: Libraries :: Python Modules”
- “Intended Audience :: Developers”
以上就是这一环节的全部内容。
图2:选择trove分类器后的艾斯·文图拉
步骤五：建立发行文件
Python包位于发行文件中，这些文件会统一被上传到一个服务器中（通常是PyPI全局服务器），供公众下载。
本文不会详细介绍发行格式。笔者将使用标准方法（https://packaging.python.org/tutorials/packaging-projects/）构建两个文件：源发行文件（基本上包含了代码包）和wheel发行文件（wheel build distribution file）。
首先，确保安装了最新版本的setuptools 以及 wheel：
python3 -m pip install --user --upgrade setuptools wheel
要构建发行文件，只需在setup.py所在的存储库的根目录中运行以下命令:
python setup.py sdist bdist_wheel
在这一步，需要Python运行setup.py这个脚本，并向它发送两个参数，生成源文件（参数sdist），以及wheel工具来构建发行文件（参数bdist_wheel）。
运行此命令时，将在调用目录中创建三个文件夹: build, dist 和 chocobo.egg-info。对于.gitignore 文件来说，这三个可以忽略不计。如果这些目录已经存在（例如，该命令之前已经运行过了，最好用rm -rf build dist将这些目录删除掉，因为dist 下的任何有效代码包文件都将被上传。
要上传的两个文件位于dist 文件夹中:分别为chocobo-0.0.3-py-none.any.whl （构建发行；是一个wheel 文件）和chocobo-0.0.3.tar.gz （源发行；是一个压缩的tar 文件）。创建成功后，我们继续上传的步骤！
步骤六：上传
剩下的步骤就是将代码包上传到PyPI全局服务器！然而，用户必须先在PyPI网站上注册。按照注册的步骤填写用户名和密码。
如果想在上传到PyPI全局服务器之前测试包，程序员也可以在测试PyPI网站上注册一个用户。
现在，用于上传的Python包将在.pypirc文本文件中查找PyPI用户名和密码（通过PyPI服务器进行验证），该文件通常位于主文件夹中。创建后按如下所示进行填写（testpypi 部分视具体情况而定）:
[distutils] index-servers = pypi testpypi [pypi] username: teapot48 password: myPYPIpassword [testpypi] repository: https://test.pypi.org/legacy/ username: teapot48 password: MYtestPYPIpassword
本文依照最新的方法将文件上传到PyPI服务器中，并使用twine（上传Python包的实用工具），而不是使用过时的python setup.py upload 。只需运行:
twine upload dist/*
如果想在PyPI服务器上进行测试，只需运行 twine upload — repository testpypi dist/*
不论如何，上传.whl 文件时都应该能看到一个进度条，上传.tar.gz 文档时应该也能看到一个进度条，然后上传就完成了。
现在可以在PyPI官方网站上看到自己的Python包页面了，大家也都能看到！
示例：https://pypi.org/project/birch/
图3:PyPI网站上包页面的示例
大功告成！
留言 点赞 关注
我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”
（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）
转载：https://blog.csdn.net/duxinshuxiaobian/article/details/101827211