從原始碼建置#

注意

如果您只是想安裝 NumPy，我們建議使用二進位檔 - 請參閱安裝以取得詳細資訊。

從原始碼建置 NumPy 需要先設定系統層級的相依性（編譯器、BLAS/LAPACK 函式庫等），然後再調用建置程序。建置的目的是為了在本機使用而安裝 NumPy、開發 NumPy 本身，或建置可重新發行的二進位套件。並且可能需要自訂建置的各個方面。本指南將涵蓋所有這些方面。此外，它還提供有關 NumPy 建置如何運作的背景資訊，並連結到最新的通用 Python 建置與封裝文件指南，這些指南與本主題相關。

從原始碼建置 NumPy#

如果您只想從原始碼安裝 NumPy 一次，而不想進行任何開發工作，那麼建議的建置和安裝方法是使用 pip。否則，建議使用 conda。

注意

如果您還沒有 conda 安裝，我們建議使用 Miniforge；不過，任何 conda 版本都可以運作。

從原始碼建置以使用 NumPy#

Conda 環境

如果您使用 conda 環境，pip 仍然是您用來調用 NumPy 原始碼建置的工具。務必始終對 pip install 命令使用 --no-build-isolation 旗標，以避免針對 PyPI 中的 numpy wheel 進行建置。為了使其運作，您必須先將剩餘的建置相依性安裝到 conda 環境中

# 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

警告

在 Windows 上，可能會設定 AR、LD 和 LDFLAGS 環境變數，這將導致 pip install 命令失敗。這些變數僅 flang 需要，並且可以在執行 pip install 之前安全地取消設定。

虛擬環境或系統 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 .

從原始碼建置以進行 NumPy 開發#

如果您想從原始碼建置以便處理 NumPy 本身，請先複製 NumPy 儲存庫

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

然後您需要執行以下操作

建立專用的開發環境（虛擬環境或 conda 環境），
安裝所有需要的相依性（建置，以及測試、文件和可選相依性），
使用 spin 開發人員介面建置 NumPy。

步驟 (3) 始終相同，步驟 (1) 和 (2) 在 conda 和虛擬環境之間有所不同

Conda 環境

要建立一個安裝了每個必要和可選相依性的 numpy-dev 開發環境，請執行

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

虛擬環境或系統 Python

注意

有許多工具可以管理虛擬環境，例如 venv、virtualenv/virtualenvwrapper、pyenv/pyenv-virtualenv、Poetry、PDM、Hatch 等等。這裡我們使用作為 Python stdlib 一部分的基礎 venv 工具。您可以使用任何其他工具；我們只需要一個啟用的 Python 環境。

在名為 venv 的新目錄中建立並啟動虛擬環境（請注意，確切的啟動命令可能因您的作業系統和 shell 而異 - 請參閱 venv 文件中的「虛擬環境如何運作」）。

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

然後使用以下命令從 PyPI 安裝 Python 層級的相依性

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

要在啟用的開發環境中建置 NumPy，請執行

spin build

這將在儲存庫內安裝 NumPy（預設情況下在 build-install 目錄中）。然後您可以執行測試 (spin test)、進入 IPython (spin ipython)，或執行其他開發步驟，例如建置 html 文件或執行基準測試。spin 介面具有自我說明功能，因此請參閱 spin --help 和 spin <subcommand> --help 以取得詳細指南。

警告

在 Windows 上啟用的 conda 環境中，可能會設定 AR、LD 和 LDFLAGS 環境變數，這將導致建置失敗。這些變數僅 flang 需要，並且可以安全地取消設定以進行建置。

IDE 支援和可編輯安裝

雖然 spin 介面是我們建議的 NumPy 工作方式，但它有一個限制：由於自訂安裝位置，使用 spin 安裝的 NumPy 將不會在 IDE 中自動識別（例如，透過「執行」按鈕執行腳本，或視覺化設定中斷點）。使用就地建置（或「可編輯安裝」）會更好。

支援可編輯安裝。重要的是要了解，在給定的儲存庫副本中，您可以使用可編輯安裝或「spin」其中之一，但不能同時使用兩者。如果您使用可編輯安裝，則必須直接使用 pytest 和其他開發工具，而不是使用 spin。

要使用可編輯安裝，請確保您從乾淨的儲存庫開始（如果您之前使用 spin 建置過，請執行 git clean -xdf），並正確設定所有相依性，如本頁較上方所述。然後執行

# 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

當對 NumPy 程式碼進行變更（包括已編譯的程式碼）時，無需手動重建或重新安裝。每次 Python 解釋器匯入 NumPy 時，都會自動重建 NumPy；請參閱 meson-python 文件中有關可編輯安裝如何在底層運作的更多詳細資訊。

當您執行 git clean -xdf（它會移除已建置的擴充模組）時，請記住也要使用 pip uninstall numpy 卸載 NumPy。

警告

請注意，可編輯安裝從根本上來說是不完整的安裝。它們的唯一保證是 import numpy 可以運作 - 因此它們適用於處理 NumPy 本身，以及處理依賴 NumPy 的純 Python 套件。標頭、入口點和其他此類事物可能無法從可編輯安裝中取得。

從原始碼建置#

系統層級相依性#

從原始碼建置 NumPy#

從原始碼建置以使用 NumPy#

從原始碼建置以進行 NumPy 開發#

自訂建置#

背景資訊#