使用LAPACK分发基于Cython的扩展

Question 1

我正在编写一个包含Cython扩展和用法LAPACK（和BLAS）的Python模块。我打开使用两种clapack或lapacke，或某种f2c或f2py解决方案，如果必要的。重要的是，我能够在紧密的循环中从Cython调用lapack和blas例程，而没有Python调用开销。

我在这里找到了一个例子。但是，该示例取决于SAGE。我希望我的模块无需安装SAGE就可以安装，因为我的用户不太可能需要SAGE或其他任何东西。我的用户可能安装了numpy，scipy，pandas和scikit Learn之类的程序包，因此这些程序包是合理的依赖项。使用的接口的最佳组合是什么？最小的setup.py文件看起来像什么，可以从中获取编译所需的信息（从numpy，scipy等）？

编辑： 这就是我最终在做什么。它可以在我的Macbook上使用，但我不知道它的便携性。当然有更好的方法。

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'])
                   ])
)

之所以可行，是因为在我的Macbook上，clapack.h头文件与处于同一目录中cblas.h。然后，我可以在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)

Question 2

如果我对问题的理解正确，则可以将SciPy的Cython包装器用于BLAS和LAPACK例程。这些包装器记录在这里：

如文档所述，您有责任检查传递给这些函数的所有数组是否与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功能。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的，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。

如果您不希望代码依赖于整个SciPy，则可以在SciPy的linalg目录中找到这些包装函数的许多相关文件。有用的参考是setup.py的这些行，其中列出了源文件和头文件。请注意，需要Fortran编译器！

从理论上讲，应该只在这里隔离编译BLAS和LAPACK Cython包装器所需的源文件，然后将它们捆绑为模块的独立扩展即可。

在实践中，这很奇怪。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（例如从here）。构建还依赖于其他C和Fortran源文件（在此），这些文件的路径被硬编码到这些Python函数中。

显然，要确保SciPy在不同的操作系统和体系结构上正确编译，已经进行了很多工作。

我敢肯定这是可行的，但是在整理文件并调整路径之后，我还没有找到独立于SciPy其余部分来构建linalg子模块这一部分的正确方法。如果我找到正确的方法，我将确保更新此答案。