通常把寫好的Python打包成執行檔，好處除了方便前端呼叫之外，就算運行裝置沒有安裝Python也能跑，因為需要的Python套件和環境都被打包到執行檔裡面了。但也延伸出另一項問題，如果執行檔過大，運算時間會過於冗長，所以執行檔瘦身相當重要。
Numpy幾乎是Python愛好者必用的套件，打包時如果沒特別注意，很可能執行檔隨便就大於100M。
以下簡單寫一份PyinstallerDemo.py，定義一項run函數，包含引數a和回傳值b，run函數內使用numpy對a取絕對值。
接著我們開啟Anaconda Prompt 創建新的虛擬環境 PyexeNormal，作為打包環境。
conda create -n PyexeNormal python=3.5初始環境會安裝的套件。
開啟打包環境 PyexeNormal。
activate PyexeNormal安裝 Numpy (一般安裝Numpy的方式)。
conda install numpy可以看到除了安裝numpy，還會多了blas和mkl的東西。不管! 眼睛閉著勇敢給它裝下去。
安裝打包套件 Pyinstaller。
pip install pyinstaller查看打包環境 PyexeNormal 已安裝的套件。
conda list不知道你有沒有發現，就blas套件有點不一樣，明明是用conda指令安裝，但最右側名稱不是py35，而是叫做mkl的東西。
然後把剛才寫好的PyinstallerDemo.py進行打包。
pyinstaller -F PyinstallerDemo.py打包完成後，會出現三個資料夾與一個spec文件，執行檔放在dist裡面，可以看到執行檔居然有150M !!!...。
我們再換另外一種方式打包，重新創建新的虛擬環境PyexeForge，注意第三行多了 -c conda-forge，安裝Numpy的關聯套件也不一樣，blas不是用mkl安裝，而是openblas。
conda create -n PyexeForge python=3.5
activate PyexeForge
conda install -c conda-forge numpy
pip install pyinstaller - 2021更新: 若上面安裝後numpy 不是以openblas安裝，改用以下指令：
conda create -n PyexeForge python=3.5
activate PyexeForge
conda install -c conda-forge numpy blas=*=openblas
pip install pyinstaller
查看已安裝的套件，這種方式不會安裝到mkl套件。
打包後執行檔只有10M !!!，相差15倍阿....。
