亚洲午夜在线一区,99热最新在线

有兩種構(gòu)建 NumPy 的選項：

使用 Gitpod 構(gòu)建
從源本地構(gòu)建。

你的選擇將會取決于你的操作系統(tǒng)以及對命令行的熟練程度。

gitpod

Gitpod 是一個開源平臺，可以在你的瀏覽器中自動創(chuàng)建正確的開發(fā)環(huán)境，減少安裝本地開發(fā)環(huán)境和處理不兼容依賴項的需要。

如果你是 Windows 用戶，對于命令行的使用不熟悉或者是第一次構(gòu)建 NumPy，使用 Gitpod 來構(gòu)建通常會更快。下面是使用 Gitpod 構(gòu)建 NumPy 的深入說明。

本地構(gòu)建

在你的機(jī)器上本地構(gòu)建，可以為你提供更加精細(xì)的控制。如果你是熟悉命令行使用的 MacOS 或者 Linux 用戶，則可以按照下面的說明繼續(xù)在本地構(gòu)建 NumPy。

先決條件

構(gòu)建 NumPy 前需要具備以下內(nèi)容：

Python 3.6.X 或者更新的版本
請注意：還需要安裝 Python 開發(fā)頭文件，例如：在 Debian/Ubuntu 上就需要安裝 Python3 和 Python3-dev。
在 Windows 和 MacOS 上，這個通常不是問題。
編譯器
雖然構(gòu)建 NumPy 不需要 FORTRAN 77 編譯器，但是運(yùn)行 numpy.f2py 測試需要它。如果未自動檢測到編譯器，則會跳過這些測試。
請注意：NumPy 主要使用 GUN 編譯器開發(fā)，并在 MSVC 和 Clang 編譯器上進(jìn)行測試。來自 Intel、Absoft、Sun、NAG、Compaq、Portlang、Lahey、HP、IBM等其他供應(yīng)商的編譯器僅是以社區(qū)反饋的形式提供支持，可能無法開箱即用。建議使用 GCC 4.x（或者更高版本）的便宜。在 ARM64（aarch64）上，建議使用 GCC 8.x（或者更高版本）。
線性代數(shù)庫
NumPy 不需要安裝任何外部線性代數(shù)庫。但是，如果這些可用，NumPy 的安裝腳本可以檢測到它們并使用它們進(jìn)行構(gòu)建?？梢允褂迷S多不同的 LAPACK 庫設(shè)置，包括優(yōu)化的 LAPACK 庫，例如 OpenBLAS 或 MKL。這些庫的選擇和位置以及包含路徑和其他此類構(gòu)建選項可以在site.cfg位于 NumPy 根存儲庫或.numpy-site.cfg主目錄中的文件中指定。有關(guān)site.cfg.example文檔，請參閱NumPy 存儲庫或 sdist 中包含的示例文件，以及從環(huán)境變量指定搜索優(yōu)先級的下方。
CPython
要構(gòu)建 NumPy，你還需要最新版本的 Cython。

基本安裝

要安裝 NumPy，請運(yùn)行：

pip install numpy

要執(zhí)行可以從源文件夾運(yùn)行的就地構(gòu)建，請運(yùn)行：

python setup.py build-ext --inplace

注意：有關(guān)在 NumPy 本身上進(jìn)行開發(fā)工作的構(gòu)建說明，請參閱設(shè)置和使用開發(fā)環(huán)境。

測試

測試是為了確保你的構(gòu)建是否一切正常，請查看是否所有的測試都能夠通過：

$ python runtests.py -v -m full

有關(guān)測試的詳細(xì)信息，請參閱測試構(gòu)建。

并行構(gòu)建

可以使用以下方法進(jìn)行構(gòu)建：

python setup.py build -j 4 install --prefix $HOME/.local

將會在 4 個 CPU 上編譯 numpy 并將其安裝到指定的前綴中。要執(zhí)行并行就地構(gòu)建，請運(yùn)行：

python setup.py build-ext --inplace -j 4

還可以通過環(huán)境變量指定構(gòu)建作業(yè)的數(shù)量 NPY_NUM_BUILD_JOBS。

選擇 Fortran 編譯器

編譯器是自動檢測的。使用特定編譯器可以使用 --fcompiler，例如選擇 gfortran：

python setup.py build --fcompiler=gnu95

有更多的相關(guān)信息，可以通過以下命令參閱：

python setup.py build --help-fcompiler

如何檢查 BLAS/LAPACK 庫的 ABI

檢查用于構(gòu)建庫的編譯器的一種相對簡單且可靠的方法是在庫上使用 ldd。如果 libg2c.so 是一個依賴項，這意味著已經(jīng)使用了 g77（注意：構(gòu)建NumPy不再支持g77)。如果 libgfortran.so 是依賴項，則已經(jīng)使用 gfortran。如果兩者都是依賴項，則意味著兩者都已經(jīng)使用，這幾乎是一個非常不好的方法。

加速 BLAS/LAPACK 庫

NumPy 搜索優(yōu)化的線性代數(shù)庫，例如 BLAS 和 LAPACK。搜索這些庫有特定的順序，如下文和site.cfg.example文件中所述：

BLAS

請注意：正確優(yōu)化的NumPy構(gòu)建需要BLASh和CBLAS接口。庫的默認(rèn)順序是：

MKL
BLIS
開放式BLAS
ATLAS
BLAS(NetLIB)

可以通過定義環(huán)境變量來繞過對 BLAS 庫的檢測，該變量NPY_BLAS_LIBS應(yīng)包含您要使用的確切鏈接器標(biāo)志（假設(shè)接口為 Fortran 77）。還定義?NPY_CBLAS_LIBS（如果 CBLAS 包含在您的 BLAS 庫中，則為空）以觸發(fā) CBLAS 的使用并避免用于矩陣計算的緩慢回退代碼。

如果您希望針對 OpenBLAS 進(jìn)行構(gòu)建，但也有 BLIS 可用，則可以通過環(huán)境變量預(yù)定義搜索順序，該環(huán)境變量?NPY_BLAS_ORDER是上述名稱的逗號分隔列表，用于確定要搜索的內(nèi)容，例如：

NPY_BLAS_ORDER=ATLAS,blis,openblas,MKL python setup.py build

將更喜歡使用 ATLAS，然后是 BLIS，然后是 OpenBLAS，并且作為最后的手段 MKL。如果這些都不存在，構(gòu)建將失?。Q比較小寫）。

或者，可以使用!或^否定所有項目：

NPY_BLAS_ORDER='^blas,atlas' python setup.py build

將允許使用任何東西，但NETLIB的BLAS和ATLAS庫，上面列表的順序被保留。不能混合否定和肯定，也不能有多個否定，這種情況會引發(fā)錯誤。

LAPACK

MKL
開放式BLAS
libFLAME
ATLAS
LAPACK(NetLIB)

可以通過定義環(huán)境變量來繞過 LAPACK 庫的檢測，該變量NPY_LAPACK_LIBS應(yīng)包含您要使用的確切鏈接器標(biāo)志（假定語言為 Fortran 77）。

如果您希望針對 OpenBLAS 進(jìn)行構(gòu)建，但您也有 MKL 可用，則可以通過環(huán)境變量預(yù)定義搜索順序，該環(huán)境變量?NPY_LAPACK_ORDER是上述名稱的逗號分隔列表，例如：

NPY_LAPACK_ORDER=ATLAS,openblas,MKL python setup.py build

將更喜歡使用 ATLAS，然后是 OpenBLAS，并且作為最后的手段 MKL。如果這些都不存在，構(gòu)建將失?。Q比較小寫）。

或者，可以使用!或^否定所有項目：

NPY_LAPACK_ORDER='^lapack' python setup.py build

將允許使用任何東西，但在NETLIB LAPACK庫，上面列表的順序被保留。

不能混合否定和肯定，也不能有多個否定，這種情況會引發(fā)錯誤。

禁用 ATLAS 和其他加速庫

可以通過以下方式禁用 ATLAS 和 NumPy 中其他加速庫的使用：

NPY_BLAS_ORDER= NPY_LAPACK_ORDER= python setup.py build

或者：

BLAS=None LAPACK=None ATLAS=None python setup.py build

64位 BLAS 和 LAPACK

您可以通過設(shè)置環(huán)境變量來告訴 Numpy 使用 64 位 BLAS/LAPACK 庫：

NPY_USE_BLAS_ILP64=1

在構(gòu)建 Numpy 時。支持以下 64 位 BLAS/LAPACK 庫：

帶有64_符號后綴 (?openblas64_) 的OpenBLAS ILP64
沒有符號后綴的 OpenBLAS ILP64 (?openblas_ilp64)

它們的優(yōu)先順序由NPY_BLAS_ILP64_ORDER和NPY_LAPACK_ILP64_ORDER環(huán)境變量決定?。默認(rèn)值為openblas64_,openblas_ilp64。

提供額外的編譯器標(biāo)志

可以通過設(shè)置OPT、?FOPT（對于 Fortran）和CC環(huán)境變量來提供額外的編譯器標(biāo)志。在提供應(yīng)該提高代碼性能的選項時，請確保您還設(shè)置-DNDEBUG為不執(zhí)行調(diào)試代碼。

NumPy 從源代碼構(gòu)建