如何捆绑Python软件包（案例研究：Microsoft Visual Studio 2017）

Question

我正在从源代码构建Python，这样做的好处是它将针对我的硬件（PGO）进行优化。 但是我也想编译NumPy或SciPy之类的第三方软件包来利用intel MKL（我有一个Xeon CPU）并对其进行优化，而不是仅仅通过PIP来安装它们，后者会下载预先编译的，“通用”，未优化的码。

因为我可能自己自己编译“很多”软件包，所以我正在寻找有关如何自动执行此过程的建议。 这样做的“传统”或“标准”方式如下：

1）编译一个包

2）包括该包到Python（也许使用PIP？）

3）对每个程序包重复前面的2个步骤。

我打算使用Microsoft Visual Studio（在Windows 10 x64下），所以我的问题是这样的：

有没有一种方法可以使用Visual Studio自动执行此过程？ 如果是这样， 有人可以给我提示要寻找什么吗？

我是Visual Studio的新手，我并没有要求完整的“操作方法”，但我希望有人告诉我是否可以做到这一点（或可行，取决于需要编译的包），否则我将回到通过将它们逐一编译并添加到Python中来手动完成该过程。

Answer 1

如果您要进行优化，则不能真正实现自动化，因为每个库都需要自己的自定义。 否则点子可能是要走的路。 但是，实际上，您可能只需要优化一些库（例如科学堆栈），还可能需要优化numba才能更好地进行jit编译。

TLDR; 使用针对您的系统优化的blas / lapack（数学库）从源代码安装numpy，其余部分则使用pip。