pyinstaller、Cython封装AutoML代码

背景

自己开发了一套AutoML代码，虽然比不上市面上成熟的AutoML，但至少也是集多种祖传操作于一身，且可以直接输出公司需要的报告，但在一些联合建模的场景下，可能存在代码泄露的风险，所以最近在调研如何将代码封装起来

方法一：pyinstaller

step1：新建一个虚拟环境

一定一定要新建一个虚拟环境，由于pyinstaller会自动封装虚拟环境下的包，如果环境中有一些非必须的包，那么封装后的文件会十分的大！

第一次打包后生成的文件有300M，新建环境且仅安装必须的包后，打包生成的文件仅70M。

可用以下代码生成项目使用的requirements.txt，pipreqs仅扫描项目所依赖的包

pip install pipreqs
pipreqs ./

step2：代码改造

AutoML方法有很多入参，如果自动执行，如何读取这些入参呢？我想到用csv作为配置文件

具体做法是在同级目录下放置一个csv文件，里面存着所有入参，然后在主函数中读取这个csv即可

if __name__ == '__main__':
    # 打包后的操作，读取config.csv并进行建模
    df_params = pd.read_csv('./config.csv',encoding='gbk')
    params_list = list(df_params['params'].values)
    params_dict =