「Wheel」を表す .whl ファイル形式は、Python パッケージの配布とインストール用に設計された ZIP ベースのアーカイブ形式です。古い .egg 形式の置き換えとして PEP 427 で導入されました。.whl 形式は、ソース配布に比べて、Python パッケージをより効率的かつ高速でプラットフォームに依存しない方法で配布します。
.whl ファイルは、特定のディレクトリ構造と命名規則に従う ZIP アーカイブです。アーカイブには、Python パッケージのソースコード、コンパイルされたバイトコード、インストールに必要なメタデータファイルが含まれています。.whl 形式は、インストール時に setup.py を実行してパッケージをコンパイルする必要がないため、より高速なインストールを可能にします。
.whl ファイルの命名規則は、{distribution}-{version}(-{build tag})?-{python tag}-{abi tag}-{platform tag}.whl という特定のパターンに従います。各コンポーネントを分解してみましょう。 - {distribution}: Python パッケージの名前。 - {version}: パッケージのバージョン番号。 - {build tag} (オプション): パッケージの特定のビルドを示すタグ。 - {python tag}: CPython 3.8 の場合の cp38 など、Python の実装とバージョンを示します。 - {abi tag}: Unicode UCS-4 を備えた CPython 3.8 の場合の cp38m など、アプリケーションバイナリインターフェイス (ABI) を指定します。 - {platform tag}: 64 ビット Windows の場合の win_amd64 など、ターゲットプラットフォームを指定します。 たとえば、mypackage-1.0.0-cp38-cp38-win_amd64.whl という名前の .whl ファイルは、64 ビット Windows 上の CPython 3.8 用にビルドされた「mypackage」のバージョン 1.0.0 を表します。
.whl アーカ イブ内のディレクトリ構造は、特定のレイアウトに従います。最上位レベルには、メタデータファイルを含む「{distribution}-{version}.dist-info」ディレクトリがあります。実際のパッケージコードとリソースは、「{distribution}-{version}.data」という別のディレクトリに格納されます。
「.dist-info」ディレクトリ内には、通常、次のファイルがあります。 - METADATA: 名前、バージョン、作成者、依存関係などのパッケージメタデータが含まれます。 - WHEEL: Wheel 仕様のバージョンとパッケージの互換性タグを指定します。 - RECORD: .whl アーカイブに含まれるすべてのファイルのリストとそのハッシュを、整合性検証に使用します。 - entry_points.txt (オプション): コンソールスクリプトやプラグインなどのパッケージのエントリポイントを定義します。 - LICENSE.txt (オプション): パッケージのライセンス情報を示します。 「.data」ディレクトリには、実際のパッケージコードとリソースが、パッケージの内部構造に従って整理されています。
.whl ファイルを作成するには、通常、setuptools や pip などのツールを使用します。これらのツールは、パッケージの setup.py ファイルまたは pyproject.toml 設定に基づいて、必要なメタデータファイルを自動的に生成し、コードを .whl 形式にパッケージ化します。たとえば、パッケージのディレクトリで「python setup.py bdist_wheel」または「pip wheel .」を実行すると、「dist」ディレクトリに .whl ファイルが生成されます。
.whl ファイルからパッケージをインストールする場合、pip などのツールがインストールプロセスを処理します。.whl アーカイブの内容を抽出し、RECORD ファイル内の情報を使用し てファイルの整合性を検証し、パッケージを Python 環境内の適切な場所にインストールします。「.dist-info」ディレクトリ内のメタデータファイルは、インストールされたパッケージとその依存関係を追跡するために使用されます。
.whl 形式の主な利点の 1 つは、プラットフォーム固有の事前ビルドパッケージを提供できることです。つまり、ユーザーは互換性のあるビルド環境を用意したり、ソースからパッケージをコンパイルしたりすることなく、パッケージをインストールできます。.whl ファイルは、さまざまなプラットフォームと Python バージョン用にビルドして配布できるため、幅広いユーザーにパッケージを配布しやすくなります。
.whl 形式のもう 1 つの利点は、ソース配布に比べてインストール速度が速いことです。.whl ファイルには事前ビルドされたバイトコードが含まれており、インストール時に setup.py を実行する必要がないため、インストールプロセスが大幅に高速化されます。これは、ビルドプロセスや依存関係が複雑なパッケージで特に顕著です。
.whl 形式は、さまざまな機能と拡張機能もサポートしています。たとえば、コンパイルされた拡張機能 (C 拡張機能など) をアーカイブ内に含めることができるため、ネイティブコードを含むパッケージを配布するのに便利です。また、「直接 URL 参照」(PEP 610) の概念もサポートしており、パッケージの依存関係に URL を指定できるため、より柔軟な配布メカニズムが可能になります。
結論として、.whl アーカイブ形式は、Python パッケージを配布するための標準化された効率的な方法です。ソース配布に比べて、プラットフォームに 依存せず、より高速なインストールプロセスを提供します。特定のディレクトリ構造と命名規則に従うことで、.whl ファイルはパッケージコード、メタデータ、依存関係を 1 つのアーカイブにカプセル化します。.whl 形式の広範な採用により、Python パッケージの配布とインストールが大幅に簡素化され、開発者はライブラリを簡単に共有し、ユーザーはシームレスにインストールできるようになりました。
ファイル圧縮は冗長性を減らすことで、同じ情報がより少ないビットで済むようにします。どこまで圧縮できるかの上限は情報理論によって定められています。可逆圧縮の場合、その限界はソースのエントロピーです（シャノンの ソース符号化定理 と彼の1948年の独創的な論文 「通信の数学的理論」を参照）。非可逆圧縮の場合、レートと品質のトレードオフは レート歪み理論によって捉えられます。
ほとんどの圧縮プログラムには2つの段階があります。まず、モデルがデータ内の構造を予測または公開します。 次に、コーダーがそれらの予測をほぼ最適なビットパターンに変換します。古典的なモデリング ファミリーはレンペル–ジブです。 LZ77 (1977) とLZ78 (1978)は、繰り返される部分文字列を検出し、生のバイトの代わりに参照を出力します。 コーディング側では、 ハフマン符号化 （元の論文 1952を参照）は、より可能性の高いシンボルに短いコードを割り当てます。 算術符号化 と 範囲符号化 は、エントロピー限界に近づけるためのよりきめ細かい代替手段であり、現代の 非対称数系（ANS） は、高速なテーブル駆動の実装で同様の圧縮を実現します。
DEFLATE（gzip、zlib、ZIPで使用）は、LZ77とハフマン符号化を組み合わせたものです。その仕様は公開されています： DEFLATE RFC 1951、zlibラッパー RFC 1950、およびgzipファイル形式 RFC 1952。Gzipはストリーミング用にフレーム化されており、 明示的に ランダムアクセスを提供しようとはしません。PNG画像は、PNG仕様書によれば、DEFLATEを唯一の圧縮方法として標準化しています（最大32 KiBのウィンドウ）。 「圧縮方法0… deflate/inflate… 最大32768バイト」 および W3C/ISO PNG第2版。
Zstandard (zstd): 非常に高速な 解凍で高い圧縮率を実現するために設計された、新しい汎用圧縮プログラムです。この形式は RFC 8878 （ HTMLミラーも参照）および参照仕様書 GitHubで文書化されています。gzipと同様に、基本フレームは ランダムアクセスを目的としていません。zstdのスーパーパワーの1つは辞書です。コーパスからの小さなサンプルで、多数の小さなファイルや類似のファイルで 圧縮を劇的に改善します（ python-zstandard辞書ドキュメント および Nigel Taoの実例を参照）。実装は、「非構造化」と「構造化」の両方の辞書を受け入れます （ディスカッション）。
Brotli: ウェブコンテンツ（例：WOFF2フォント、HTTP）に最適化されています。静的辞書と DEFLATEのようなLZ+エントロピーコアを組み合わせます。仕様は RFC 7932で、2WBITS−16のスライディングウィンドウ（WBITSは[10, 24]、1 KiB−16 Bから 16 MiB−16 Bまで）と、 ランダムアクセスを試みないことも記されています。Brotliは、ウェブテキストでgzipをしばしば上回り、高速にデコードします。
ZIPコンテナ: ZIPは、さまざまな圧縮方法 （deflate、store、zstdなど）でエントリを保存できるファイルアーカイブです。事実上の標準はPKWAREのAPPNOTEです（ APPNOTEポータル、 ホストされているコピー、およびLCの概要 ZIPファイル形式（PKWARE） / ZIP 6.3.3を参照）。
LZ4は、控えめな圧縮率で生の速度を目標としています。その プロジェクトページ （「非常に高速な圧縮」）と フレーム形式を参照してください。メモリ内キャッシュ、テレメトリ、または解凍がRAM速度に近い必要があるホットパスに最適です。
XZ / LZMAは、比較的遅い圧縮で密度（優れた圧縮率）を追求します。XZはコンテナです。 重労働は通常、LZMA/LZMA2（LZ77のようなモデリング+範囲符号化）によって行われます。 .xzファイル形式、 LZMA仕様（Pavlov）、およびLinuxカーネルのメモ XZ Embeddedについてを参照してください。XZは通常、gzipを上回り、高圧縮率の最新コーデックとしばしば競合しますが、エンコード時間は遅くなります。
bzip2は、 Burrows–Wheeler変換（BWT）、move-to-front、RLE、およびハフマン符号化を適用します。通常、gzipよりも小さいですが遅いです。 公式マニュアル およびmanページ （Linux）を参照して ください。
「ウィンドウサイズ」は重要です。DEFLATE参照は32 KiBしか遡れません （RFC 1951 およびPNGの32 KiBキャップ ここに記載）。Brotliのウィンドウは、約1 KiBから16 MiBの範囲です （RFC 7932）。Zstdは、レベルごとにウィンドウと検索深度を調整します （RFC 8878）。基本的なgzip/zstd/brotliストリームは、シーケンシャルデコード用に設計されています。基本形式は ランダムアクセスを約束しませんが、コンテナ（例：tarインデックス、チャンク化されたフレーミング、または形式固有のインデックス）でそれを階層化できます。
上記の形式は可逆です。正確なバイトを再構築できます。メディアコーデックはしばしば非可逆です。 より低いビットレートを達成するために、知覚できない詳細を破棄します。画像では、古典的なJPEG（DCT、量子化、エントロピー 符号化）は ITU-T T.81 / ISO/IEC 10918-1で標準化されています。音声では、MP3（MPEG-1 Layer III）とAAC（MPEG-2/4）は、知覚モデルとMDCT変換に依存しています（ ISO/IEC 11172-3、 ISO/IEC 13818-7、およびMDCTの概要 こちらを参照）。非可逆と可逆は共存できます（例：UIアセット用のPNG、画像/動画/音声用のWebコーデック）。
理論： シャノン 1948 · レート歪み · 符号化： ハフマン 1952 · 算術符号化 · 範囲符号化 · ANS. フォーマット： DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4フレーム · XZ形式. BWTスタック： Burrows–Wheeler (1994) · bzip2マニュアル. メディア： JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
結論：データと制約に合った圧縮プログラムを選択し、実際の入力で測定し、 辞書とスマートフレーミングによる利点を忘れないでください。適切な組み合わせで、 より小さなファイル、より速い転送、より軽快なアプリを手に入れることができます—正確さや移植性を犠牲にすることなく。
ファイルの圧縮は、ファイルやファイルのサイズを減らすプロセスで、通常はストレージスペースを節約したり、ネットワークを介した伝送を高速化するために使用されます。
ファイルの圧縮は、データの冗長性を識別して削除することで機能します。それはアルゴリズムを使用して、元のデータをより小さいスペースでエンコードします。
ファイルの圧縮の主要な2つのタイプはロスレス圧縮とロッシー圧縮です。ロスレス圧縮では、元のファイルを完全に復元することができますが、ロッシー圧縮ではデータ品質の若干の損失を伴うより大きなサイズの削減が可能になります。
ファイルの圧縮ツールの人気の例はWinZipで、ZIPとRARを含む複数の圧縮形式をサポートしています。
ロスレス圧縮では品質は変わりません。しかし、ロッシー圧縮では、それほど重要ではないデータを削除してファイルサイズをより大幅に削減するため、品質の低下が目立つことがあります。
はい、データの整合性の面では、特にロスレス圧縮ではファイルの圧縮は安全です。しかし、他のファイルと同様に、圧縮ファイルはマルウェアやウイルスの標的になる可能性があるため、常に信頼することができるセキュリティソフトウェアを用意しておくことが重要です。
ほぼすべてのタイプのファイルが圧縮可能であり、テキストファイル、画像、音声、動画、ソフトウェアファイルなどがあります。ただし、圧縮可能なレベルは、ファイルタイプによって大幅に異なることがあります。
ZIPファイルは、1つ以上のファイルのサイズを減らすためにロスレス圧縮を使用するファイル形式の一種です。ZIPファイルの中の複数のファイルは、実質的に1つのファイルにまとめられるため、共有も簡単になります。
技術的にははい、ですが、さらなるサイズ縮小は最小限で、あるいは逆効果となる可能性があります。既に圧縮されたファイルを圧縮すると、圧縮アルゴリズムによって追加されたメタデータにより、そのサイズが増えることがあります。
ファイルを解凍するには、通常、解凍ツールやアンジッパーといったツール、例えばWinZipや7-Zipが必要です。これらのツールは、圧縮形式から元のファイルを抽出することができます。