Cleaning the math configuration of numpy.core¶
| 作者： | 大卫Cournapeau |
|---|---|
| 联系： | david @ ar 。媒体。 kyoto-u 。 ac 。 jp |
| 日期： | 2008-09-04 |
Executive summary¶
在构建numpy.core之前，我们使用一些配置测试来收集一些关于可用数学函数的信息。多年来，配置变得复杂，到了难以支持新平台很容易。
此建议的目标是清除数学功能的配置，以便更轻松地进行维护。
Current problems¶
目前，数学配置主要测试一些数学函数，并相应地配置numpy。但是不是独立地测试每个期望的功能，而是使用平台隐式知识作为解决方案来开发更多的特定平台异常。这是违背测试能力的正常哲学，这是autoconf哲学，它显示了可移植性的路径（至少在Unix上）[1]这导致了问题，因为修改或添加现有平台上的配置打破了隐含的假设，没有清澈的溶液。
例如，在windows上，当使用mingw构建numpy时，执行配置sizeof（long double）== sizeof（double）是很好的，因为mingw使用MS运行时，而MS运行时不支持long double。不幸的是，这样做打破了mingw数学函数检测，因为隐含的假设mingw有一个配置sizeof（long double）！= sizeof（double）。
另一个例子是仅使用一个函数来测试一组函数：如果找到expf，则假定所有基本浮点函数都可用。相反，每个函数应该独立测试（expf，sinf，等...）。
Requirements¶
- 我们有两个强烈的要求：
- 它不应该打破任何当前支持的平台
- 它不应该使配置慢得多（1-2秒是可以接受的）
Proposal¶
我们建议打破任何隐含的假设，并且彼此独立地测试每个数学函数，如通常由autoconf所做的那样。由于测试大量函数可能很耗时，因此我们将在autoconf中使用类似于AC_CHECK_FUNCS_ONCE的方案，即一次测试一组函数，并且只有在它断开的情况下，才执行每个函数检查。当第一检查工作时，它应该与当前方案一样快，除了明确地检查假设（例如，HAVE_LONGDOUBLE_FUNCS隐含的所有函数将被一起检查）。
Issues¶
静态vs非静态？对于基本功能，我们应该定义它们是静态的还是静态的？