Erstellen aus dem Quellcode#

Hinweis

Wenn Sie nur SciPy installieren möchten, empfehlen wir die Verwendung von Binärdateien - siehe Installation für Details dazu.

Das Erstellen von SciPy aus dem Quellcode erfordert zunächst die Einrichtung von systemweiten Abhängigkeiten (Compiler, BLAS/LAPACK-Bibliotheken usw.) und dann das Aufrufen eines Builds. Der Build kann durchgeführt werden, um SciPy für lokale Nutzung zu installieren, SciPy selbst zu entwickeln oder verteilbare Binärpakete zu erstellen. Und es kann gewünscht sein, Aspekte des Builds anzupassen. Dieser Leitfaden behandelt all diese Aspekte. Darüber hinaus liefert er Hintergrundinformationen darüber, wie der SciPy-Build funktioniert, und Links zu aktuellen Leitfäden für allgemeine Python-Build- und Verpackungsdokumentationen, die relevant sind.

SciPy aus dem Quellcode erstellen#

Wenn Sie SciPy nur einmal aus dem Quellcode installieren und keine Entwicklungsarbeit leisten möchten, dann ist die empfohlene Methode zum Erstellen und Installieren die Verwendung von pip. Andernfalls wird Conda empfohlen.

Hinweis

Wenn Sie noch keine Conda-Installation haben, empfehlen wir die Verwendung von Miniforge; jede Conda-Variante funktioniert jedoch.

SciPy aus dem Quellcode erstellen, um es zu verwenden#

Conda-Umgebung

Wenn Sie eine Conda-Umgebung verwenden, ist pip immer noch das Werkzeug, das Sie verwenden, um einen From-Source-Build von SciPy aufzurufen. Es ist wichtig, immer das Flag --no-build-isolation für den Befehl pip install zu verwenden, um zu vermeiden, gegen ein numpy-Wheel von PyPI zu erstellen. Damit dies funktioniert, müssen Sie zuerst die verbleibenden Build-Abhängigkeiten in der Conda-Umgebung installieren

# 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

Virtuelle Umgebung oder System-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 .

SciPy aus dem Quellcode für die SciPy-Entwicklung erstellen#

Wenn Sie aus dem Quellcode erstellen möchten, um an SciPy selbst zu arbeiten, klonen Sie zuerst das SciPy-Repository

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

Dann möchten Sie Folgendes tun

Erstellen Sie eine dedizierte Entwicklungsumgebung (virtuelle Umgebung oder Conda-Umgebung),
Installieren Sie alle benötigten Abhängigkeiten ( *Build*-, aber auch *Test*-, *Doc*- und *optionale* Abhängigkeiten),
Erstellen Sie SciPy mit unserer Entwicklerschnittstelle dev.py.

Schritt (3) ist immer derselbe, die Schritte (1) und (2) unterscheiden sich zwischen Conda und virtuellen Umgebungen

Conda-Umgebung

Um eine scipy-dev Entwicklungsumgebung mit allen erforderlichen und optionalen Abhängigkeiten zu erstellen, führen Sie aus

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

Virtuelle Umgebung oder System-Python

Hinweis

Es gibt viele Werkzeuge zur Verwaltung von virtuellen Umgebungen, wie venv, virtualenv/virtualenvwrapper, pyenv/pyenv-virtualenv, Poetry, PDM, Hatch und mehr. Hier verwenden wir das grundlegende venv-Tool, das Teil der Python-Standardbibliothek ist. Sie können jedes andere Werkzeug verwenden; alles, was wir brauchen, ist eine aktivierte Python-Umgebung.

Erstellen und aktivieren Sie eine virtuelle Umgebung in einem neuen Verzeichnis namens venv (beachten Sie, dass der genaue Aktivierungsbefehl je nach Betriebssystem und Shell unterschiedlich sein kann - siehe „How venvs work“ in der venv-Dokumentation).

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.ps1

Installieren Sie dann die Python-Level-Abhängigkeiten (siehe pyproject.toml) von PyPI mit

# 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

Um SciPy in einer aktivierten Entwicklungsumgebung zu erstellen, führen Sie aus

python dev.py build

Dadurch wird SciPy innerhalb des Repositories installiert (standardmäßig in einem Verzeichnis build-install). Sie können dann Tests ausführen (python dev.py test), in IPython wechseln (python dev.py ipython) oder andere Entwicklungsschritte unternehmen, wie z. B. die HTML-Dokumentation erstellen oder Benchmarks ausführen. Die dev.py-Oberfläche ist selbsterklärend, lesen Sie daher bitte python dev.py --help und python dev.py <subcommand> --help für detaillierte Anleitungen.

IDE-Unterstützung & editierbare Installationen

Während die dev.py-Schnittstelle unser empfohlener Weg ist, an SciPy zu arbeiten, hat sie eine Einschränkung: Aufgrund des benutzerdefinierten Installationsortes wird SciPy, das mit dev.py installiert wurde, von einer IDE nicht automatisch erkannt (z. B. zum Ausführen eines Skripts über eine „Run“-Schaltfläche oder zum visuellen Setzen von Haltepunkten). Dies funktioniert besser mit einem *In-Place-Build* (oder „editierbare Installation“).

Editierbare Installationen werden unterstützt. Es ist wichtig zu verstehen, dass Sie entweder eine editierbare Installation oder dev.py in einem gegebenen Repository-Klon verwenden können, aber nicht beides. Wenn Sie editierbare Installationen verwenden, müssen Sie pytest und andere Entwicklungswerkzeuge direkt anstelle von dev.py verwenden.

Um eine editierbare Installation zu verwenden, stellen Sie sicher, dass Sie von einem sauberen Repository ausgehen (führen Sie git clean -xdf aus, wenn Sie zuvor mit dev.py erstellt haben) und alle Abhängigkeiten korrekt eingerichtet sind, wie weiter oben auf dieser Seite beschrieben. Führen Sie dann

# 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

Wenn Sie Änderungen am SciPy-Code vornehmen, auch am kompilierten Code, müssen Sie nicht manuell neu erstellen oder neu installieren. Wenn Sie git clean -xdf ausführen, das die erstellten Erweiterungsmodule entfernt, denken Sie daran, SciPy auch mit pip uninstall scipy zu deinstallieren.

Weitere Details dazu, wie die Dinge unter der Haube funktionieren, finden Sie in der Dokumentation zu Meson-Python über editierbare Installationen.

Statische Typ-Stubs installieren#

Wenn Sie statische Typ-Stubs installieren möchten, um Ihre Entwicklung von SciPy zu unterstützen, können Sie das Paket scipy-stubs in Ihre Entwicklungsumgebung aufnehmen. Es ist auf PyPI und conda-forge verfügbar - siehe die Installationsanleitung von scipy-stubs.

Erstellen aus dem Quellcode#

Systemweite Abhängigkeiten#

SciPy aus dem Quellcode erstellen#

SciPy aus dem Quellcode erstellen, um es zu verwenden#

SciPy aus dem Quellcode für die SciPy-Entwicklung erstellen#

Statische Typ-Stubs installieren#

Builds anpassen#

Hintergrundinformationen#