我想通过建议几种部署Python脚本或模型的方法来总结这个问题：

*Docker：这是在线托管脚本和部署机器学习模型的最流行方式之一。您可以使用Docker将代码容器化，并使用不同的应用将其作为微服务托管。
*PEX：PEX是Twitter正在开发的一个聪明的工具，它允许Python代码以可执行zip文件的形式发布。
*AWS：使用AWS，你可以创建一个免费的账户，开始托管/部署。在线上有很多资源。
*PYSimple、Pyinstaller和Sparrow：正如上面的回答所提到的，我们也可以使用这些软件包来完成任务。请阅读上面的内容。
*培养瓶应用程序：如果你不想使用Docker，使用一个简单的 flask 应用程序，你将能够在线托管你的脚本。但是会有很多问题，因为它不是容器化的。最好使用Docker。
*py 2 exe：如果您希望将Python文件转换为Windows可执行文件，Click here
*cx_Freeze：与py 2 exe类似，您也可以使用它

我会继续添加更多的内容，因为我发现他们，但我认为最好的方法是使用Docker。希望这有帮助。

PyInstaller是一个强大的opensource工具，用于python项目的跨平台部署/分发。

• 注意：虽然我没有使用PyInstaller分发Jupyter Notebook的经验，但使用这个guide似乎是可行的。

通过pypi安装：

pip install pyinstaller

没有控制台的代码分发可以简单到：

pyinstaller --noconsole script.py

然后你可以在你的工作目录的dist文件夹下找到你的.exe（窗口）。

为了完整起见，应该提到Spotify的dh-virtualenv，它允许将python代码打包为debian-package。
作为一个起点，可以使用这个博客：How We Deploy Python Code

假设您没有GUI，我将使用批处理（.bat）文件来使用提供的输入调用脚本。

your_script.bat:

set VAR_1=this
set VAR_2=that

python your_script.py %VAR_1% %VAR_2%

然后通过以下方式在python脚本中检索这些参数

sys.argv[1]  sys.argv[2]

对于最终用户来说，只需双击！
我希望你明白
[EDIT：sys.argv[0]是脚本的名称]

使用Sparrow将脚本交付给最终用户，它也可以很好地与Python脚本一起工作。
基本上，您只需将需求声明为requirements.txt文件并将脚本命名为task.py，就可以将脚本中的输入参数处理为：

from sparrow6lib import *

    foo = config()['foo']
    bar = config()['bar']

然后将脚本上传到SparrowHub：

$ nano sparrow.json
{
    "name": "my-script",
    "version": "0.1.0",
    "description" : "this is my script",
}

$ ls -1
task.py
requirements.txt
sparrow.json

$ s6 --upload

最后，最终用户只需将您的脚本用作：

$ s6 --install my-script
$ s6 --plg-run my-script@foo=1,bar=2

我是工具的作者。如果你需要任何帮助来打包你的脚本，请告诉我。
PS2我已经改变了原来的答案，因为我最近移植麻雀到乐