从源代码构建#

备注

如果你只是想安装 NumPy,我们建议使用二进制文件 - 有关详细信息,请参见安装.

从源代码构建 NumPy 需要首先设置系统级依赖项（编译器、BLAS/LAPACK 库等）,然后调用构建.构建可能是为了本地使用安装 NumPy、开发 NumPy 本身,或构建可重新分发的二进制包.并且可能希望自定义构建的某些方面.本指南将涵盖所有这些方面.此外,它还提供了关于 NumPy 构建工作原理的背景信息,并链接到相关的通用 Python 构建和打包文档的最新指南.

从源代码构建 NumPy#

如果你想只从源代码安装一次 NumPy 而不进行任何开发工作,那么推荐的构建和安装方式是使用 pip.否则,推荐使用 conda.

备注

如果你还没有 conda 安装,我们推荐使用 Miniforge;任何 conda 版本都可以.

从源代码构建以使用 NumPy#

Conda 环境

如果你使用的是conda环境,``pip`` 仍然是你用来调用NumPy源码构建的工具.重要的是,始终在 pip install 命令中使用 --no-build-isolation 标志,以避免针对PyPI上的 numpy 轮子进行构建.为了使其工作,你必须首先将剩余的构建依赖项安装到conda环境中:

# Either install all NumPy dev dependencies into a fresh conda environment
mamba env create -f environment.yml

# Or, install only the required build dependencies
mamba install python numpy cython compilers openblas meson-python pkg-config

# To build the latest stable release:
pip install numpy --no-build-isolation --no-binary numpy

# To build a development version, you need a local clone of the NumPy git repository:
git clone https://github.com/numpy/numpy.git
cd numpy
git submodule update --init
pip install . --no-build-isolation

虚拟环境或系统Python

# To build the latest stable release:
pip install numpy --no-binary numpy

# To build a development version, you need a local clone of the NumPy git repository:
git clone https://github.com/numpy/numpy.git
cd numpy
git submodule update --init
pip install .

为 NumPy 开发从源代码构建#

如果你想从源代码构建以便在 NumPy 本身上工作,首先克隆 NumPy 仓库:

git clone https://github.com/numpy/numpy.git
cd numpy
git submodule update --init

然后你想做以下事情:

创建一个专用的开发环境（虚拟环境或conda环境）
安装所有需要的依赖项（build,以及 test、doc 和 optional 依赖项）
使用 spin 开发者接口构建 NumPy.

步骤 (3) 总是相同的,步骤 (1) 和 (2) 在 conda 和虚拟环境中是不同的:

Conda 环境

要创建一个安装了所有必需和可选依赖项的 numpy-dev 开发环境,请运行:

mamba env create -f environment.yml
mamba activate numpy-dev

虚拟环境或系统Python

备注

有许多工具可以管理虚拟环境,例如 venv、virtualenv/virtualenvwrapper、pyenv/pyenv-virtualenv、Poetry、PDM、Hatch 等等.这里我们使用 Python stdlib 中的基本 venv 工具.你可以使用任何其他工具;我们只需要一个激活的 Python 环境.

在一个名为 venv 的新目录中创建并激活虚拟环境（注意,确切的激活命令可能因您的操作系统和 shell 而异 - 请参阅 venv 文档中的 “虚拟环境的工作原理”）.

Linux

python -m venv venv
source venv/bin/activate

macOS

python -m venv venv
source venv/bin/activate

Windows

python -m venv venv
.\venv\Scripts\activate

然后从 PyPI 安装 Python 级别的依赖项:

python -m pip install -r requirements/all_requirements.txt

要在激活的开发环境中构建 NumPy,请运行:

spin build

这将在仓库内安装 NumPy（默认情况下在 build-install 目录中）.然后你可以运行测试（spin test）,进入 IPython（spin ipython）,或采取其他开发步骤,如构建 html 文档或运行基准测试.``spin`` 接口是自文档化的,所以请参阅 spin --help 和 spin <子命令> --help 获取详细指导.

IDE 支持与可编辑安装

虽然 spin 接口是我们推荐的工作方式,但它有一个限制:由于自定义安装位置,使用 spin 安装的 NumPy 不会在 IDE 中自动识别（例如,通过”运行”按钮运行脚本,或设置断点）.这将通过 *就地构建*（或”可编辑安装”）更好地工作.

支持可编辑安装.重要的是要理解,**在给定的仓库克隆中,你可以使用可编辑安装或 spin ,但不能同时使用两者**.如果你使用可编辑安装,你必须直接使用 pytest 和其他开发工具,而不是使用 spin.

要使用可编辑安装,请确保从一个干净的仓库开始（如果你之前用 spin 构建过,请运行 git clean -xdf）,并按照本页上方描述正确设置所有依赖项.然后执行:

# Note: the --no-build-isolation is important!
pip install -e . --no-build-isolation

# To run the tests for, e.g., the `numpy.linalg` module:
pytest numpy/linalg

当对NumPy代码进行更改时,包括对编译代码的更改,无需手动重新构建或重新安装.每次Python解释器导入NumPy时,NumPy都会自动重新构建;有关其工作原理的更多详细信息,请参阅meson-python_文档中的可编辑安装部分.

当你运行 git clean -xdf 时,它会移除已构建的扩展模块,记得也要用 pip uninstall numpy 卸载 NumPy.

警告

请注意,可编辑安装本质上是不完整的安装.它们的唯一保证是 import numpy 可以工作 - 因此它们适用于在 NumPy 本身上工作,以及在依赖于 NumPy 的纯 Python 包上工作.头文件、入口点和其他此类内容可能无法从可编辑安装中获得.

从源代码构建#

系统级依赖#

从源代码构建 NumPy#

从源代码构建以使用 NumPy#

为 NumPy 开发从源代码构建#

自定义构建#

背景信息#