我在一台机器上有多个 virtualenvs,但它们都需要 numpy 和 pandas。我想为每个 virtualenv 创建单独的副本,但是创建这些 virtualenvs 需要相当长的时间。是否有一些定义明确的方法可以在我的机器上预编译 numpy 和 pandas 一次,然后执行以下操作:
pip install my_precompiled_numpy
我在一台机器上有多个 virtualenvs,但它们都需要 numpy 和 pandas。我想为每个 virtualenv 创建单独的副本,但是创建这些 virtualenvs 需要相当长的时间。是否有一些定义明确的方法可以在我的机器上预编译 numpy 和 pandas 一次,然后执行以下操作:
pip install my_precompiled_numpy
您可以使用该wheel
软件包。我们在pandas上为我们的持续集成构建完成了这项工作,这样我们基本上可以非常快速地下载和安装它们。
看看ci/speedpack/build.sh。这个脚本本质上构建了一堆我们用于 CI 的轮子(包括 numpy 和 scipy)。它们实际上存储在服务器上,然后在 travis-ci 运行时从那里提取。
查看ci/install.sh以了解安装过程是如何工作的。
在您的情况下,服务器可能有点矫枉过正,但您可以设置本地存储库并从那里安装轮子。
老问题,但我想我可以添加一些最近的见解。我在同一个项目上同时在 OSX 和 Windows 上工作。在尝试为 numpy 等进行二进制安装时,我在 Windows 端遇到了许多延迟(主要是获取正确的文件等)。最近已切换到使用 Anaconda Distribution,它在简化生活方面做得很好。它有自己独特的虚拟环境风格,大大简化了生活。