NEP 3 — 清理 numpy.core 的數學配置#

作者:

David Cournapeau

聯絡方式:

david@ar.media.kyoto-u.ac.jp

日期:

2008-09-04

狀態:

已延遲

執行摘要#

在建置 numpy.core 之前，我們會使用一些組態測試來收集關於可用數學函數的一些資訊。多年來，組態變得複雜，以至於難以輕鬆支援新平台。

本提案的目標是清理數學功能的組態，以便更輕鬆地維護。

目前的問題#

目前，數學組態主要測試一些數學函數，並據此配置 numpy。但是，目前的系統並非獨立測試每個所需的函數，而是更多地作為解決特定平台異常問題的變通方案而開發，使用了平台隱含的知識。這違反了僅測試功能的正常哲學，也就是 autoconf 哲學，它展示了通往可移植性的道路（至少在 Unix 上）[1]。這會導致問題，因為在現有平台上修改或新增組態會破壞隱含的假設，而沒有明確的解決方案。

例如，在 Windows 上，當使用 mingw 建置 numpy 時，最好強制執行組態 sizeof(long double) == sizeof(double)，因為 mingw 使用 MS runtime，而 MS runtime 不支援 long double。不幸的是，這樣做會破壞 mingw 數學函數偵測，因為隱含的假設是 mingw 的組態 sizeof(long double) != sizeof(double)。

另一個例子是僅使用一個函數來測試一組函數：如果找到 expf，則假定所有基本 float 函數都可用。相反地，應該獨立測試每個函數（expf、sinf 等...）。

需求#

我們有兩個強烈的需求

  • 不應破壞任何目前支援的平台

  • 不應使組態變慢太多（1-2 秒是可以接受的）

提案#

我們建議打破任何隱含的假設，並像 autoconf 通常所做的那樣，彼此獨立地測試每個數學函數。由於測試大量函數可能會很耗時，因此我們將使用類似於 autoconf 中 AC_CHECK_FUNCS_ONCE 的方案，也就是一次測試一組函數，並且僅在它中斷的情況下才執行每個函數的檢查。當第一次檢查有效時，它應該與目前的方案一樣快，只是假設被明確檢查（例如，HAVE_LONGDOUBLE_FUNCS 隱含的所有函數將一起檢查）。

問題#

靜態 vs 非靜態？對於基本函數，我們應該將它們定義為靜態還是非靜態？

授權條款#

本文件已置於公共領域。

[1]: Autobook 在此