如何捆绑Python包(案例研究: 2017)

Question

我正在从源代码构建Python，它的优点是它将为我的硬件(PGO)进行优化。但我也希望编译第三方软件包，如NumPy或SciPy，以利用英特尔MKL (我有一个Xeon )并优化它们，而不是仅仅通过PIP来安装它们，PIP会下载预编译、“通用”、非优化的代码。

因为我可能会自己编译“很多”包，所以我正在寻找关于如何使这个过程自动化的建议。这样做的“传统”或“标准”方式如下：

1)编译包

2)将该包包含到python (可能使用PIP?)

3)对每个包重复前面的两个步骤。

我打算使用(在Windows 10 x64下)，所以我的问题是：

是否有一种方法可以使用Visual实现这个过程的自动化？，如果是的话，能给我一个提示吗？

我对Visual并不陌生，我并不要求一个完整的“如何做”，但我希望有人告诉我这是否可以完成(或者可行，取决于需要编译哪些包)，否则我会返回到手动完成这个过程，然后一个一个地编译并将它们添加到Python中。

Answer 1

如果您想优化，您就不能真正自动化，因为每个库都需要自己的定制。否则，皮普可能是该走的路。然而，实际上，您可能只需要优化几个库，如科学堆栈和可能的numba，以获得更好的jit编译。

TLDR;从源代码安装numpy，使用为您的系统优化的blas/(数学库)，其余部分使用pip。