我为 Python 编写了一个 C 扩展，并且该模块成功编译为 .so 文件。但是，当我尝试在 Python 端使用包装的 C 函数（调用包装的 C 函数的 python 中的测试代码）时，我得到以下ImportError
ImportError: /home/username/newModule.cpython-36m-x86_64-linux-gnu.so: undefined symbol: dgetri_
我很确定导入错误中的undefined symbol: dgetri_ 是因为生成的.so 文件没有找到指向LAPACK 库的链接。所以我的问题如下，
当封装的 C 函数依赖 LAPACK 库生成 .so 格式的模块时，如何为 python 编译 c 扩展代码？
目前我正在使用 python 的 utils.core 模块编译 C 代码。我想我需要从命令行编译 C 代码以链接 LAPACK 但不完全知道要使用哪些合适的命令？
感谢任何帮助。
【问题讨论】：
您可能有兴趣使用scipy.linalg.cython_lapack。
它提供对 LAPACK 函数dgetri 等的访问。而the good news 是：
这使得使用来自任何第 3 方的 SciPy 的 BLAS 和 LAPACK 成为可能 Cython 模块没有明确地与库链接。这表示 scikit-learn 和 statsmodels 等项目不需要维护 对 BLAS 和 LAPACK 的单独构建依赖。
Calling BLAS / LAPACK directly using the SciPy interface and Cython 提供了使用 dger 的示例。另见Improving Cython Lapack performance with internal array definitions?
我在对 MPI python-Open-MPI 的回答中详细介绍了如何使用 cython_blas，所以这里是它如何适应 dgetri：
代码的关键部分写在Cython的专用文件myinverse.pyx中。
此文件已被 Cython 转换为 myinverse.c 文件
这个c文件由你最喜欢的c编译器gcc编译成共享库myinverse.so
优化后的函数可以在import myinverse之后在你的程序中使用。
这是一个 cython 模块，要放在 .pyx 文件中：
import numpy
cimport numpy
cimport scipy.linalg.cython_lapack
ctypedef numpy.float64_t DTYPE_t
cimport cython
from libc.stdlib cimport malloc, free
@cython.boundscheck(False)
@cython.wraparound(False)
@cython.nonecheck(False)
def invert(numpy.ndarray[DTYPE_t, ndim=2] array):
cdef int rows = array.shape[0]
cdef int cols = array.shape[1]
cdef int info = 0
if cols !=rows:
return array,1,"not a square matrix"
cdef int* ipiv = <int *> malloc(rows * sizeof(int))
if not ipiv:
raise MemoryError()
scipy.linalg.cython_lapack.dgetrf(&cols,&rows,&array[0,0],&rows,ipiv,&info)
if info !=0:
free(ipiv)
return array,info,"dgetrf failed, INFO="+str(info)
#workspace query
cdef double workl
cdef int lwork=-1
scipy.linalg.cython_lapack.dgetri(&cols,&array[0,0],&rows,ipiv,&workl,&lwork,&info)
if info !=0:
free(ipiv)
return array,info,"dgetri failed, workspace query, INFO="+str(info)
#allocation workspace
lwork= int(workl)
cdef double* work = <double *> malloc(lwork * sizeof(double))
if not work:
raise MemoryError()
scipy.linalg.cython_lapack.dgetri(&cols,&array[0,0],&rows,ipiv,work,&lwork,&info)
if info !=0:
free(ipiv)
free(work)
return array,info,"dgetri failed, INFO="+str(info)
free(ipiv)
free(work)
return array,info,""
要对.pyx文件进行cythonize和编译，可以使用以下makefile（希望你使用的是Linux...）
all: myinverse myinverseb
myinverse: myinverse.pyx
cython -a myinverse.pyx
myinverseb: myinverse.c
gcc -shared -pthread -fPIC -fwrapv -O2 -Wall -fno-strict-aliasing -I/usr/include/python2.7 -o myinverse.so myinverse.c
新的python myinverse 函数chainng LAPACK 的dgetrf() 和dgetri() 在python 主文件中被调用：
import numpy as np
import myinverse
n=42
#A=np.zeros((n,n))
#for i in range(n):
# A[i,i]=10
A=np.random.rand(n,n)
#A=np.zeros((n,n))
Am,info,string=myinverse.invert(A.copy())
if info==0:
print np.linalg.norm(A.dot(Am)-np.identity(n), np.inf)
else :
print "inversion failed, info=",info, string
【讨论】：
另外，我在 linux 中编译时使用以下两行代码来工作
$gcc -DNDEBUG -Wall -Wstrict-prototypes -fPIC -I/home/username/anaconda3/include/python3.6m -c stackDoc.cpp -o mydemo.o
$gcc -shared mydemo.o -o mydemo.so
我发现以下链接很有用， https://docs.python.org/2/extending/building.html
【讨论】：
或者，您可以使模块与 lapack 链接。
例如
from distutils.core import setup
from distutils.extension import Extension
setup(
name='MyExtension',
version='0.1',
ext_modules=[
Extension('lib_name', ['lib_name.cpp'], extra_link_args=['-lopenblas']),
],
scripts=['lib_name.cpp', '__init__.py'],
)
【讨论】：