分类： Python/Ruby
2016-01-13 17:11:08
Python下大多数工具包的安装都很简单，只需要执行 “python setup.py install”命令即可。然而，由于SciPy和numpy这两个科学计算包的依赖关系较多，安装过程较为复杂。网上教程较为混乱，而且照着做基本都不能用。在仔细研读各个包里的README和INSTALL之后，终于安装成功。现记录如下。
系统环境：
OS：RedHat5
Python版本：Python2.7.3
gcc版本：4.1.2
各个安装包版本：
scipy-0.11.0
numpy-1.6.2
nose-1.2.1
lapack-3.4.2
atlas-3.10.0
依赖关系：scipy的安装需要依赖于numpy、lapack、atlas（后两者都是线性代数工具包，不清楚的自行google之。。。），而numpy和sci的测试程序的运行又依赖于nose，因此，整个安装过程必须要按顺序执行的，否则是无法执行下去的。
安装步骤：
1、安装nose
这个安装比较简单，解压缩nose的安装文件，进入nose的目录，直接运行setup.py即可：
tar -zxvf nose-1.2.1.tar.gz
cd nose-1.2.1
python setup.py install
2、安装lapack
由于最新版本的ATLAS可以直接集成lapack的安装压缩文件进行编译，因此，如果仅在python下使用的话，可以不用安装lapack。只需要下载压缩文件：lapack-3.4.2.tgz 即可。
3、安装ATLAS
这个的安装主要是配置一些选项，包括配置成64位库文件、位置无关的以及共享的链接库。详细的配置说明在atlas安装包 doc/ 下的pdf文件中。可查阅。
下面是我的安装过程：
tar -jxvf atlas3.10.0.tar.bz2
cd ATLAS
mkdir obj64
../configure -b 64 -Fa alg -fPIC -shared --prefix=/配置atlas的安装路径/atlas --with-netlib-lapack-tarfile=/lapack安装压缩文件存放的目录/lapack-3.4.2.tgz
(注：这个配置时间非常长，在Core i7 处理上，大概1个小时左右)
make
（下面是一些检查过程，保证没有问题之后再进行安装）
make check
make time
make install
至此，atlas安装完成。不过我们要记录下编译过程中所用的fortran编译器类型，这个信息在下面安装numpy和scipy的时候要用。还是在目录 obj64/ 下，执行
fgrep "F77 ="
Make.inc
可以看到 F77 =
gfortran
记下这个编译器类型 gfortran.
4、安装numpy
numpy和scipy的安装过程都要显式的指明所用fortran编译器的类型，而且要与前面编译atlas时一致（在本文中即：gfortran），这一点非常重要，否则很多功能都会出错。
首先配置numpy目录下的site.cfg文件，指明atlas库的位置：
tar -zxvf numpy-1.6.2.tar.gz
cd numpy-1.6.2
cp site.cfg.example site.cfg
vim site.cfg
配置成如下格式：
[DEFAULT]
library_dirs = /usr/local/lib:/atlas的安装目录/atlas/lib
include_dirs = /usr/local/include:/atlas的安装目录/include
[blas_opt]
libraries = f77blas, cblas, atlas
[lapack_opt]
libraries = lapack, f77blas, cblas, atlas
[amd]
amd_libs = amd
[umfpack]
umfpack_libs = umfpack
接下来配置安装numpy所需要的Fortran编译器类型：
如果前面得到的Fortran编译器是gfortran的话，执行：
python setup.py build --fcompiler=gnu95
如果前面得到的Fortran编译器是g77的话，执行：
python setup.py build --fcompiler=gnu
然后执行
python setup.py install
安装完成
5、安装scipy
与安装numpy类似：
tar -zxvf scipy-0.11.0.tar.gz
cd scipy-0.11.0
vim site.cfg
配置成如下格式：
[DEFAULT]
library_dirs = /usr/local/lib:/atlas的安装目录/atlas/lib
include_dirs = /usr/local/include:/atlas的安装目录/include
[blas_opt]
libraries = f77blas, cblas, atlas
[lapack_opt]
libraries = lapack, f77blas, cblas, atlas
[amd]
amd_libs = amd
[umfpack]
umfpack_libs = umfpack
接下来配置安装numpy所需要的Fortran编译器类型：
如果前面得到的Fortran编译器是gfortran的话，执行：
python setup.py build --fcompiler=gnu95
如果前面得到的Fortran编译器是g77的话，执行：
python setup.py build --fcompiler=gnu
然后执行
python setup.py install
安装完成
然后可以在python下执行相应的测试程序：
python
>>> import nose
>>> import numpy
>>> import scipy
>>> numpy.test('full')
等待。。。。
>>> scipy.test('full')
到这里，整个安装过程结束。
1 首先了解下这家公司 它维护着包含scipy在内的诸多python科学计算相关的开源项目，包括这些项目的网站； 它本身就是一家专注于科学计算及相关工具产品开发的公司，从数据到可视化，2D，3D等 ；
2 numpy 准确地说提供了一个在python中做科学计算的基础库，侠义地讲它重在数值计算，甚至可以说是用于多维数组处理的库；而
scipy 则是基于numpy，提供了一个在python中做科学计算的工具集，也就是说它是更上一个层次的库，主要包含一下模块：
二. 具体实现功能
