从源代码构建#

备注

如果你只是想安装 SciPy，我们建议使用二进制文件 - 详情请参阅安装。

从源代码构建 SciPy 首先需要设置系统级依赖项（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 SciPy，开发 SciPy 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 SciPy 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 SciPy#

如果你想只从源码安装一次 SciPy 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

如果你还没有安装 conda，我们推荐使用 Mambaforge；不过任何 conda 版本都可以。

从源代码构建以使用 SciPy#

Conda 环境

如果你使用的是conda环境，pip 仍然是你用来调用SciPy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 SciPy 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 pythran pybind11 compilers openblas meson-python pkg-config

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

# To build a development version, you need a local clone of the SciPy git repository:
git clone https://github.com/scipy/scipy.git
cd scipy
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 scipy --no-binary scipy

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

为 SciPy 开发从源代码构建#

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

git clone https://github.com/scipy/scipy.git
cd scipy
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（构建，以及测试、文档和可选依赖项）
使用我们的 dev.py 开发者界面构建 SciPy。

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 scipy-dev 开发环境，请运行:

mamba env create -f environment.yml
mamba activate scipy-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。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（请注意，确切的激活命令可能因您的操作系统及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

然后安装Python级别的依赖项（参见 pyproject.toml），从PyPI安装:

# All dependencies
python -m pip install -r requirements/all.txt

# Alternatively, you can install just the dependencies for certain
# development tasks:

# Build and dev dependencies (for `python dev.py {build, lint, mypy}`)
python -m pip install -r requirements/build.txt -r requirements/dev.txt

# Doc dependencies (for `python dev.py {doc, refguide-check}`)
python -m pip install -r requirements/doc.txt

# Test dependencies (for `python dev.py {test, bench, refguide-check}`)
python -m pip install -r requirements/test.txt

要在激活的开发环境中构建 SciPy，请运行:

python dev.py build

这将安装 SciPy 到仓库中（默认在 build-install 目录下）。然后你可以运行测试（python dev.py test），进入 IPython（python dev.py ipython），或者进行其他开发步骤，如构建 html 文档或运行基准测试。dev.py 接口是自文档化的，因此请参阅 python dev.py --help 和 python dev.py <子命令> --help 以获取详细指导。

IDE 支持与可编辑安装

虽然 dev.py 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 dev.py 安装的 SciPy 不会被 IDE 自动识别（例如，通过“运行”按钮运行脚本，或设置断点）。这将更好地与 *就地构建*（或“可编辑安装”）配合使用。

支持可编辑安装。重要的是要理解，在给定的仓库克隆中，您可以使用可编辑安装或dev.py，但不能同时使用两者。如果您使用可编辑安装，您必须直接使用``pytest``和其他开发工具，而不是使用``dev.py``。

要使用可编辑安装，请确保从干净的仓库开始（如果你之前使用 dev.py 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! meson-python will
# auto-rebuild each time SciPy is imported by the Python interpreter.
pip install -e . --no-build-isolation

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

在对SciPy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。当你运行 git clean -xdf 时，它会删除已构建的扩展模块，记得也要使用 pip uninstall scipy 卸载SciPy。

有关可编辑安装的更多详细信息，请参阅 meson-python 文档。

从源代码构建#

系统级依赖项#

从源代码构建 SciPy#

从源代码构建以使用 SciPy#

为 SciPy 开发从源代码构建#

自定义构建#

背景信息#