Ctrl+K

NEP 3 — 清理 numpy.core 的数学配置#

作者：

大卫·库纳波

接触：

大卫@ar。​媒体。京都-u .交流。 J.P

日期：

2008-09-04

地位：

延期

执行摘要＃

在构建 numpy.core 之前，我们使用一些配置测试来收集有关可用数学函数的一些信息。多年来，配置变得复杂，以至于很难轻松支持新平台。

该提案的目标是清理数学功能的配置，以便于维护。

目前的问题#

目前，数学配置主要测试一些数学函数，并相应地配置numpy。但当前系统不是独立测试每个所需的功能，而是更多地使用平台隐式知识来解决特定平台的奇怪问题。这违背了仅测试功能的正常理念，即 autoconf 理念，它展示了可移植性的路径（至少在 Unix 上）[1] 这会导致问题，因为在现有平台上修改或添加配置会破坏隐含的假设，而无需澄清的解决方案。

例如，在 Windows 上，当使用 mingw 构建 numpy 时，最好强制执行配置 sizeof(long double) == sizeof(double)，因为 mingw 使用 MS 运行时，而 MS 运行时不支持 long double。不幸的是，这样做会破坏 mingw 数学函数检测，因为隐含假设 mingw 具有配置 sizeof(long double) != sizeof(double)。

另一个例子是仅使用一个函数测试一组函数：如果找到 expf，则假设所有基本浮点函数都可用。相反，每个函数都应该独立测试（expf、sinf 等）。

要求＃

我们有两个强烈的要求：

  • 它不应该破坏任何当前支持的平台

  • 它不应该使配置变慢（1-2秒是可以接受的）

提议＃

我们建议打破任何隐含的假设，并独立地测试每个数学函数，就像 autoconf 通常所做的那样。由于测试大量函数可能非常耗时，因此我们将使用类似于 autoconf 中的 AC_CHECK_FUNCS_ONCE 的方案，即一次测试一组函数，并且仅在其损坏的情况下才进行每个函数检查。当第一次检查起作用时，它应该与当前方案一样快，除了显式检查假设（例如，将一起检查 HAVE_LONGDOUBLE_FUNCS 隐含的所有函数）。

问题＃

静态与非静态？对于基本函数，我们是否应该将它们定义为静态？

执照＃

本文档已置于公共领域。

[1]：这里自动预订

在本页