使用 LAPACK 分发基于 Cython 的扩展

Question

我正在编写一个包含 Cython 扩展并使用 LAPACK（和 BLAS）的 Python 模块。如有必要，我愿意使用clapack 或lapacke，或某种f2c 或f2py 解决方案。重要的是我能够在没有 Python 调用开销的情况下从 Cython 调用 lapack 和 blas 例程。

我找到了一个例子here。但是，该示例取决于 SAGE。我希望我的模块可以在不安装 SAGE 的情况下安装，因为我的用户不太可能想要或需要 SAGE 做其他任何事情。我的用户可能安装了 numpy、scipy、pandas 和 scikit learn 等软件包，因此这些都是合理的依赖项。要使用的最佳接口组合是什么，最小的 setup.py 文件是什么样的，可以获取编译所需的信息（来自 numpy、scipy 等）？

编辑： 这就是我最终要做的。它适用于我的 macbook，但我不知道它的便携性如何。肯定有更好的方法。

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
import numpy
from Cython.Build import cythonize
from numpy.distutils.system_info import get_info

# TODO: This cannot be the right way
blas_include = get_info('blas_opt')['extra_compile_args'][1][2:]
includes = [blas_include,numpy.get_include()]

setup(
    cmdclass = {'build_ext': build_ext},
    ext_modules = cythonize([Extension("cylapack", ["cylapack.pyx"],
                                       include_dirs = includes,
                                       libraries=['blas','lapack'])
                   ])
)

这是有效的，因为在我的 macbook 上，clapack.h 头文件与 cblas.h 位于同一目录中。然后我可以在我的 pyx 文件中执行此操作：

ctypedef np.int32_t integer

cdef extern from "cblas.h":
    double cblas_dnrm2(int N,double *X, int incX)
cdef extern from "clapack.h":
    integer dgelsy_(integer *m, integer *n, integer *nrhs, 
    double *a, integer *lda, double *b, integer *ldb, integer *
    jpvt, double *rcond, integer *rank, double *work, integer *
    lwork, integer *info)

Answer 1

如果我正确理解了这个问题，您可以将 SciPy 的 Cython 包装器用于 BLAS 和 LAPACK 例程。这些包装器记录在这里：

• BLAS
• LAPACK

如文档所述，您有责任检查您传递给这些函数的任何数组是否与 Fortran 例程正确对齐。您可以根据需要在 .pyx 文件中简单地导入和使用这些函数。例如：

from scipy.linalg.cython_blas cimport dnrm2 
from scipy.linalg.cython_lapack cimport dgelsy 

鉴于这是在不同平台上运行的经过良好测试、广泛使用的代码，我认为它是可靠分发直接调用 BLAS 和 LAPACK 例程的 Cython 扩展的理想选择。

---

如果您不希望您的代码依赖于整个 SciPy，您可以在 SciPy 的 linalg 目录 here 中找到这些包装函数的许多相关文件。一个有用的参考是these lines of setup.py，它列出了源文件和头文件。请注意，需要 Fortran 编译器！

在 theory 中，应该可以仅在此处隔离编译 BLAS 和 LAPACK Cython 包装器所需的源文件，然后将它们作为独立扩展与您的模块捆绑在一起。

在实践中这是非常繁琐的。 linalg 子模块的构建过程需要一些 Python 函数来帮助在不同平台上进行编译（例如来自here）。构建还依赖于其他 C 和 Fortran 源文件 (here)，其路径被硬编码到这些 Python 函数中。

显然，为了确保 SciPy 在不同的操作系统和架构上正确编译，我们做了很多工作。

我确定可以这样做，但是在对文件进行混洗和调整路径之后，我还没有找到正确的方法来独立于 SciPy 的其余部分构建 linalg 子模块的这一部分。如果我找到正确的方法，我一定会更新这个答案。