Question

我使用针对英特尔数学核心库构建的NumPy。我使用virtualenv，通常使用pip来安装包。

但是，为了让NumPy找到MKL库，在编译之前在NumPy源目录中创建site.cfg文件是必要的，然后手动构建和安装。我可以编写整个过程的脚本，但我希望有一个更简单的解决方案。

我有一个标准的site.cfg文件，可以在版本控制下用于此目的。是否有任何pip命令行选项可以告诉它在构建包之前将特定文件复制到源目录？

或者，是否可以设置任何环境变量而不是在site.cfg文件中提供库路径？这是我使用的site.cfg文件。它几乎逐字逐句地从Intel's site开始。

[mkl]
library_dirs = /opt/intel/composer_xe_2013.1.117/mkl/lib/intel64
include_dirs = /opt/intel/composer_xe_2013.1.117/mkl/include
mkl_libs = mkl_rt
lapack_libs =

作为参考，我正在运行Ubuntu，Python 2.7和NumPy 1.6。

Answer 1

来自来源（https://github.com/numpy/numpy/blob/master/site.cfg.example）：

协助自动安装，例如easy_install，即用户的主目录还将检查文件〜/ .numpy-site.cfg。

这是一个可行的解决方案吗？您仍然需要使用全局.numpy-site.cfg预加载主目录，但之后您不必使用构建或安装。

Answer 2

我最终整理了一个脚本来实现自动化。在这里它是，以防它可以帮助别人。我已经在Python 2.7中对它进行了测试，但它应该可以在其他地方使用而无需进行重大修改。

from __future__ import unicode_literals

import io
import os.path
import re
import subprocess
import urllib2

# This downloads, builds, and installs NumPy against the MKL in the
# currently active virtualenv

file_name = 'numpy-1.6.2.tar.gz'
url = ('http://sourceforge.net/projects/numpy/files/NumPy/1.6.2/'
       'numpy-1.6.2.tar.gz/download')

def main():

    # download NumPy and unpack it
    file_data = urllib2.urlopen(url).read()
    with io.open(file_name, 'wb') as fobj:
        fobj.write(file_data)
    subprocess.check_call('tar -xvf {0}'.format(file_name), shell=True)
    base_name = re.search(r'(.*)\.tar\.gz$', file_name).group(1)
    os.chdir(base_name)

    # write out a site.cfg file in the build directory
    site_cfg = (
        '[mkl]\n'
        'library_dirs = /opt/intel/composer_xe_2013.1.117/mkl/lib/intel64\n'
        'include_dirs = /opt/intel/composer_xe_2013.1.117/mkl/include\n'
        'mkl_libs = mkl_rt\n'
        'lapack_libs =\n')
    with io.open('site.cfg', 'wt', encoding='UTF-8') as fobj:
        fobj.write(site_cfg)

    # build and install NumPy
    subprocess.check_call('python setup.py build', shell=True)
    subprocess.check_call('python setup.py install', shell=True)


if __name__ == '__main__':
    main()

Answer 3

自Intel created pips安装MKL + NumPy以来，您安装NumPy以使用英特尔数学内核库的目标现在要容易得多了。

pip uninstall numpy -y  # if the standard numpy is present
pip install intel-numpy

以及intel-scipy，intel-scikit-learn，pydaal，tbb4py，mkl_fft，mkl_random和较低级别的软件包（如果需要）只是他们。同样，如果标准软件包已安装在virtualenv中，则必须首先将其卸载。

注意：

如果已经安装了标准的NumPy，SciPy和Scikit-Learn软件包，则在安装这些软件包的Intel®变体（intel-numpy等）之前，必须先卸载这些软件包，以避免发生任何冲突。如前所述，pydaal使用intel-numpy，因此重要的是首先删除标准的Numpy库（如果已安装），然后再安装pydaal。

Answer 4

关于如何配置NumPy（例如使用OpenBLAS）的问题：

下载https://github.com/numpy/numpy/blob/master/site.cfg.example
编辑相关行，例如

[openblas]
libraries = openblas
library_dirs = /opt/OpenBLAS/lib
include_dirs = /opt/OpenBLAS/include

将其另存为~/.numpy-site.cfg
从源代码安装numpy而不手动下载它（--force-reinstall将使其替换现有软件包）：

pip install numpy --no-binary numpy --force-reinstall
奖金：：同一文件~/.numpy-site.cfg用于在OpenBLAS上安装scipy：

pip install scipy --no-binary scipy

或将它们安装在一起：

pip install numpy scipy --no-binary numpy,scipy --force-reinstall

向pip提供NumPy site.cfg参数

4 个答案: