标签: pypy

经过一段时间的搜索（也许这还不够，但我不认为我在这方面取得了进展），我无法找到有关 virtualenv/virtualenvwrapper 中其他 Python 实现的兼容性的信息。我所说的“其他实现”是指 PyPy、IronPython、Cython、Jython...

例如，我可以使用以下代码为不同的 python 版本创建 virtualenv 。

mkvirtualenv -p /usr/bin/python2.6 new_venv

但是当我尝试通过以下方式为 PyPy 创建 virtualenv 时：

mkvirtualenv -p /usr/bin/pypy new_venv

系统抛出一些错误。

编辑：我正在使用 virtualenvwrapper-win。它抛出

Running virtualenv with interpreter C:\pypy2-v5.8.0-win32\pypy.exe
New pypy executable in C:\Users\fangming.zfm\Envs\test-123\bin\pypy.exe
Installing setuptools, pip, wheel...done.
system cannot find the path specified.
system cannot find the path specified.
system cannot find the path specified.

为什么我们不能这样做？是因为缺乏兴趣，还是技术上不可行？

截至 2020 年，可以使用 pypy 安装 scipy。（pypy下可以安装scipy吗？）

pypy3 -mpip install scipy\n

然而，轮子因这种错误而失败：

  error: Command "g++ -pthread -DNDEBUG -O2 -fPIC -I/tmp/pip-build-env-lfdsn__t/overlay/site-packages/numpy/core/include -I/usr/lib/pypy3/include -c scipy/_lib/_uarray/_uarray_dispatch.cxx -o build/temp.linux-x86_64-3.6/scipy/_lib/_uarray/_uarray_dispatch.o -MMD -MF build/temp.linux-x86_64-3.6/scipy/_lib/_uarray/_uarray_dispatch.o.d -std=c++14 -fvisibility=hidden" failed with exit status 1\n\n\n  ERROR: Failed building wheel for scipy\n

无法构建 scipy\n错误：无法为使用 PEP 517 的 scipy 构建轮子，并且无法直接安装

使用 --no-use-pep517 选项给出类似的结果：

    error: Command "g++ -pthread -DNDEBUG -O2 -fPIC -I/home/ezako/.local/lib/pypy3.6/site-packages/numpy/core/include -I/usr/lib/pypy3/include -c scipy/_lib/_uarray/_uarray_dispatch.cxx -o build/temp.linux-x86_64-3.6/scipy/_lib/_uarray/_uarray_dispatch.o -MMD -MF build/temp.linux-x86_64-3.6/scipy/_lib/_uarray/_uarray_dispatch.o.d -std=c++14 -fvisibility=hidden" failed with exit status …

我在 Windows 10 上使用 pypy3.6-v7.3.0。我正在尝试使用 numpy 安装pip install numpy，但我不断收到错误：

错误：需要 Microsoft Visual C++ 14.1。使用“Visual Studio 构建工具”获取它：https://visualstudio.microsoft.com/downloads/`

但是，我已经安装了 Visual Studio Community 2019，并且我的 C++ 构建工具完全是最新的。

这是手动安装构建工具后出现的新错误：

Collecting numpy
  Using cached https://files.pythonhosted.org/packages/2d/f3/795e50e3ea2dc7bc9d1a2eeea9997d5dce63b801e08dfc37c2efce341977/numpy-1.18.4.zip
  Installing build dependencies ... done
  Getting requirements to build wheel ... done
    Preparing wheel metadata ... error
    Complete output from command C:\Users\Chris\AppData\Local\Programs\Python\pypy3.6-v7.3.0-win32\pypy3.exe C:\Users\Chris\AppData\Local\Programs\Python\pypy3.6-v7.3.0-win32\site-packages\pip-19.0.3-py3.6.egg\pip\_vendor\pep517\_in_process.py prepare_metadata_for_build_wheel C:\Users\Chris\AppData\Local\Temp\tmpjxmz4c4z:
    Processing numpy/random\_bounded_integers.pxd.in
    Processing numpy/random\mtrand.pyx
    Processing numpy/random\_bit_generator.pyx
    Processing numpy/random\_bounded_integers.pyx.in
    Processing numpy/random\_common.pyx
    Processing numpy/random\_generator.pyx
    Processing numpy/random\_mt19937.pyx
    Processing numpy/random\_pcg64.pyx
    Processing numpy/random\_philox.pyx
    Processing numpy/random\_sfc64.pyx
    Cythonizing sources
    blas_opt_info: …

    cytoolz/dicttoolz.c:19:10: fatal error: Python.h: No such file or directory
     19 | #include "Python.h"
        |          ^~~~~~~~~~
  compilation terminated.
  error: command 'gcc' failed with exit status 1
  ----------------------------------------
  ERROR: Failed building wheel for cytoolz

我正在使用这个：

   (venv) root@x-System-Product-Name:~# pypy3 --version
Python 3.6.9 (7.3.1+dfsg-4, Apr 22 2020, 05:15:29)
[PyPy 7.3.1 with GCC 9.3.0]

我在安装 web3 时遇到了问题，能够解决 lru-dict、bitarray 和 cytoolz 包的问题。这些都是最引人注目的...

我尝试了互联网上的这些解决方案，它们对我不起作用：

pip3 install wheel

sudo apt-get install python-dev 
sudo apt-get install python3-dev
sudo apt-get install libevent-dev
sudo apt-get install libblas-dev libatlas-base-dev

python -m venv …

miniforge关于和之间的差异已经有解释miniconda

miniforge是社区（conda-forge）驱动的简约 conda 安装程序。因此，后续的软件包安装来自 conda-forge 通道。 miniconda是 Anaconda（公司）驱动的简约 conda 安装程序。后续软件包安装来自 anaconda 通道（默认或其他）。

至于mambaforge、mambaforge-pypy3、miniforge、miniforge-pypy3，我们如何选择安装哪个包？

我有一个Python项目,其中性能非常重要.老实说,我知道Python(至少是纯Python)不是最好的工具,但无论如何我都在使用它,因为我想分发一些非常简单的纯python版本的一些研究代码,以便人们可以修改它,等,而不必设置复杂的环境.(我还有一个替代实现,用D编写,速度更快但更难破解.)

我使用PyPy作为我的翻译,并向任何使用此代码的人推荐它.这给了我合理的速度.然后我决定调整算法并需要从SciPy访问一些函数(我需要的只是CDF,生存函数和卡方阵的逆CDF).我尝试在CPython中运行我的代码来访问SciPy,它作为糖蜜很慢.

有人可以建议三件事之一:

1. 一个kludge,允许我使用PyPy的一些片段SciPy.

2. 在自由主义许可下,我需要更纯粹的python实现卡方分布功能吗？

3. 一种JIT CPython瓶颈的方法？我知道Psyco,但它似乎没有维护,只适用于32位系统.

我读过PyPy - 它怎么可能击败CPython？还有无数其他的东西,但我无法理解用Python编写的东西比python本身更快.

我能想到的唯一方法是PyPy以某种方式绕过C并直接编译成汇编语言指令.如果是这样,那就没关系了.

有人可以向我解释PyPy是如何工作的吗？我需要一个简单的答案.

我喜欢python,并希望开始贡献.PyPy看起来像一个很棒的起点,无论他们是否拉我的代码.但我无法理解我所做的简短研究.

我在VirtualBox上运行32位Ubuntu 12.04。我一直在尝试让pypy工作，这真令人沮丧。我下载了二进制文件，当我尝试运行它时，出现此错误

kimberly@kimberly-VirtualBox:~/Documents/pypy-2.2.1-linux$ ./bin/pypy
./bin/pypy: error while loading shared libraries: libffi.so.5: cannot open shared object file: No such file or directory

我已经使用libssl.so.0.9.8解决了先前的错误，并安装了该错误，但该错误已消失，但是现在有了这个错误。我一直在努力让pypy工作几天，因此任何帮助将不胜感激！

pypy项目目前正在增加对numpy的支持.我的印象是sklearn库主要基于numpy.我是否可以使用此库的大部分内容,或者还有其他不受支持的要求？

我正在使用Python多处理来产生一些工作者.它们中的每一个都应该返回一个大小为几MB的数组.

1. 是否正确,因为我的返回数组是在子进程中创建的,所以当进程结束时需要将它复制回父进程的内存中？(这似乎需要一段时间,但它可能是一个小问题)
2. 是否有一种机制允许父和子访问相同的内存中对象？(同步不是问题,因为只有一个孩子会访问每个对象)

我担心我在python如何实现多处理方面存在一些差距,并且试图说服pypy玩得很好并不会让事情变得更容易.谢谢!