Ctrl+K

理解 Meson#

构建 SciPy 依赖于以下工具，这些工具可以被认为是构建系统的一部分

  • meson: Meson 构建系统，可以从 PyPI 或 conda-forge 安装为纯 Python 包

  • ninja: Meson 调用以进行实际构建的构建工具（例如，调用编译器）。也可以从 PyPI（在所有常见平台上）或 conda-forge 安装。

  • pkg-config: 用于发现依赖项（特别是 BLAS/LAPACK）的工具。在 conda-forge（以及 Homebrew、Chocolatey 和 Linux 包管理器）上可用，但不在 PyPI 上打包。

  • meson-python: Python 构建后端（即，通过 pyproject.toml 中的钩子由 pip 或 pypa/build 等构建前端调用的东西）。这是 Meson 之上的一个薄层，其主要作用是 (a) 与构建前端交互，以及 (b) 生成具有有效文件名和元数据的 sdists 和 wheels。

使用 Meson 构建分阶段进行

  • 配置阶段 (meson setup) 用于检测编译器、依赖项和构建选项，并创建构建目录和 build.ninja 文件，

  • 编译阶段 (meson compile 或 ninja)，其中构建的 SciPy 包中包含的扩展模块被编译，

  • 安装阶段（meson install）将可安装文件从源代码目录和构建目录安装到目标安装目录。

Meson 拥有良好的构建依赖项跟踪系统，因此第二次调用构建只会重建任何源代码或依赖项发生更改的目标。

了解更多关于 Meson 的信息#

Meson 有 非常好的文档；阅读它非常值得，而且通常是“如何做 X”问题的最佳答案来源。此外，可以在 https://nibblestew.blogspot.com/2021/12/this-year-receive-gift-of-free-meson.html 免费获得一本关于 Meson 的扩展 PDF 书籍。

要了解更多关于 Meson 使用的设计原则，从 mesonbuild.com/Videos 链接的最近演讲也是一个很好的资源。

构建阶段说明#

这仅用于教学目的；无需单独执行这些阶段。repo 根目录中的 dev.py 脚本也包含这些步骤，可以研究以获得见解。

假设我们从一个干净的 repo 和一个完全设置的 conda 环境开始。

git clone git@github.com:scipy/scipy.git
git submodule update --init
mamba env create -f environment.yml
mamba activate scipy-dev

现在运行构建的配置阶段，并指示 Meson 将构建工件放在 build/ 中，并将本地安装放在相对于 repo 根目录的 build-install/ 中，执行以下操作：

meson setup build --prefix=$PWD/build-install

然后运行构建的编译阶段，执行以下操作：

ninja -C build

在上面的命令中，-C 后面是构建目录的名称。您可以同时拥有多个构建目录。Meson 是完全独立的，因此这些构建不会相互干扰。例如，您可以在不同的目录中拥有一个 GCC 构建、一个 Clang 构建和一个调试构建。

然后将 SciPy 安装到前缀（build-install/，这里只是一个我们随便取的名字）。

meson install -C build

它将安装到 build-install/lib/python3.11/site-packages/scipy，它不在您的 Python 路径上，因此要添加它，请执行以下操作（再次强调，这只是为了学习目的，显式使用 ``PYTHONPATH`` 通常不是最好的主意）。

export PYTHONPATH=$PWD/build-install/lib/python3.11/site-packages/

现在我们应该能够导入 scipy 并运行测试。请记住，我们需要移出仓库的根目录，以确保我们拾取的是包，而不是本地 scipy/ 源目录。

cd doc
python -c "from scipy import constants as s; s.test()"

以上运行的是单个模块 constants 的测试。其他运行测试的方法也应该有效，例如

pytest --pyargs scipy

完整的测试套件应该通过，在 Linux 上没有构建警告（至少在 CI 中强制执行 -Werror 的 GCC 版本），并且在其他平台上最多只有少量警告。

本页内容