Tek bir makinede birden fazla sanal yazıcım var, ancak bunların hepsinde numpy ve pandalar var. Her sanalenv için ayrı ayrı kopyalar almak istiyorum, ancak bu sanallaştırıcıların oluşturulması oldukça zaman alıyor. Sen wheel paketin yararlanabilecekHaşhaş ve pandalarla hızlandırılmış virtualenv oluşturma
pip install my_precompiled_numpy
: gibi bir şey sadece bir kez benim makinede numpy ve pandalar derleme ve ardından yapılacak bazı iyi tanımlanmış bir yolu var mı. Bunu sürekli entegrasyon için pandas numaralı telefondan yapıyoruz, böylece bunları temel olarak indirebiliyor ve çok hızlı yükleyebiliyoruz.
ci/speedpack/build.sh'a bakın. Bu betik aslında CI için kullandığımız bir sürü tekerlek (numpy ve scipy dahil) oluşturur. Aslında sunucuda saklanırlar ve daha sonra travis-ci çalıştığında oradan çekilirler.
yükleme işlemi nasıl çalıştığını görmek için ci/install.sh bir göz atın. senin durumdabir sunucu overkill olabilir, ancak kurulum yerel repo olabilir ve oradan tekerlekleri yükleyin.
Eski soru, ancak bazı yeni içgörüler ekleyebileceğimi düşündüm. Aynı projede hem OSX hem de Windows üzerinde çalışıyorum. Saygılarımla ikili yüklemeleri almaya çalışırken Windows tarafında çok sayıda gecikme (çoğunlukla sadece doğru dosyalar vb.) Elde ettim. Son zamanlarda Anaconda Distribution'ı kullanmaya başladım ve hayatı kolaylaştırmak için harika bir iş çıkardım. Pişirilmiş ve kendine özgü bir ortam yaratır, hayatı kolaylaştırır.
Tekerlekler geliştirme kitaplığı olmadan çalışır mı? "ImportError: /local/lib/python2.7/site-packages/numpy/linalg/lapack_lite.so: undefined symbol: dpotrf_' deyip duruyor. Sayısal tekerleğin çalışması için CI sunucunuza hangi kütüphaneleri yüklersiniz? – utapyngo
Cython ile kaynaklardan numpy yüklemiş olduğunuzu fark ettim. Niye ya? – utapyngo
Kaynaklardan, numpy ve diğer lib'lerin birden çok sürümüne karşı test yapabilmemiz için yükleriz. Paket yöneticisine bağlı kalmadan CI yinelememizi hızlandırmamızın en kolay yolu bu oldu (biz de bu şekilde lapack kurmamıza rağmen, Ubuntu'nun numpy ve diğerlerinin çoklu versiyonlarını takip edip etmediğinden emin değilim). Sadece kaynaklardan bir kere inşa ediyoruz, böylece paketleri tekerleklerle yeniden kullanabiliriz. –