--onedir 模式可将gui程序启动时间从6–10秒降至1.2–2.5秒，因其避免每次启动重复解压；需分发整个文件夹，禁用upx压缩核心dll，并通过懒加载、精简依赖和定位首次import耗时来协同优化。
用 --onedir 替代 --onefile 是最直接有效的提速手段
PyInstaller 默认的 --onefile 模式会在每次启动时，把整个冻结环境从 exe 里解压到临时目录（如 %TEMP%\_MEIxxxxxx），再初始化解释器。这个解压 + 文件系统重建过程无法跳过，且 Windows 杀软常在此阶段深度扫描，导致卡顿 5–15 秒。
--onedir 模式生成一个文件夹，所有依赖一次性解压到位，后续启动直接读磁盘，省掉重复解压开销。实测 GUI 程序启动时间普遍从 6–10 秒降至 1.2–2.5 秒。
- 必须配合
--noconsole（GUI）或保留控制台（CLI），否则窗口可能闪退 - 发布时需分发整个文件夹，不能只传单个 exe
- 可手动删掉
build/和__pycache__/目录，不影响启动速度，只减体积
压缩等级对启动速度基本没影响，但 UPX 可能拖慢加载
PyInstaller 的 --upx 是开关，不是压缩等级调节器；它调用外部 UPX 工具对二进制段（.text/.rdata）做无损压缩。但压缩后 DLL 加载需额外解压页，某些运行时关键 DLL（如 vcruntime140.dll、python39.dll）被 UPX 压缩后，Windows 加载器会多走路径，反而变慢甚至报错。
- 若必须用 UPX，加
--upx-exclude=vcruntime140.dll和--upx-exclude=python3*.dll -
--upx-exclude列表越全越好，宁可不压也不压核心运行时 - 别信“UPX 压缩率越高启动越快”——实际是反相关
模块剥离的关键不是删 import，而是砍隐式依赖链
很多人以为 --exclude-module=numpy 就能甩掉 numpy，但只要代码里有 import pandas，pandas 内部仍会触发 numpy 加载。PyInstaller 的依赖分析是静态的，它抓的是 import 语句，不是运行时行为。
- 优先在干净虚拟环境中打包：用
pipenv或conda create -n mini python=3.9，只装真正需要的包 - 检查
spec文件里的excludes和hiddenimports，删掉自动识别出的冗余项（如matplotlib.tests、sklearn.datasets） - 避免在模块顶层 import 重型库：把
import torch移到函数内部，实现懒加载 - 用
pipreqs . --encoding=utf8生成最小依赖列表，比pip freeze更准
启动慢的真凶常藏在“第一次 import”之后
很多程序看似启动快，但点第一个按钮就卡住 3 秒——这是因为 heavy module 的 import 触发了内部初始化（如 matplotlib 加载字体缓存、requests 注册 SSL 上下文）。这种延迟不属于“启动时间”，但用户感知一样差。
- 用
import time; print(time.time())在每个 import 前后打点，定位耗时模块 - 对确定只在子功能用的模块，封装成函数内 import，例如：
def run_ml_task(): import sklearn # ... - 第三方库自带延迟加载机制的（如
sqlalchemy.create_engine不等于连接数据库），别提前调用
真正难优化的点在于：启动慢是解释器冷启动 + 文件 I/O + 杀软扫描 + 隐式依赖四层叠加的结果，单一手段只能拆一层。你得先确认瓶颈在哪，再选对应解法——比如企业环境里，签名比改代码更管用。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
