我是以下包https://gitlab.inria.fr/gdurif/pCMF的开发者，我有一个问题：编译的库太大了。
当我检查它时R CMD check，我得到以下关于编译库大小的注释：
检查安装的包大小...注意安装的大小是 31.0Mb 的 1Mb 或更多的子目录：libs 30.8Mb
C++由于包rcpp，我的包基于代码接口，并大量使用Eigen基于包的代数模板库RcppEigen。
由于 Eigen 是模板化的，我认为编译后的库会变大。但是，我想提交我的包裹，但CRAN我完全不知道如何解决这个问题。
谢谢
在编写 Python 包时，我知道如何在setup.py文件中指定其他必需的 Python 包，这要归功于install_requires来自setuptools.setup.
但是，我不知道如何指定不是 Python 包的外部系统依赖项，即我的包可以通过or调用的诸如gitor cmake（示例）之类的命令？subprocess.callsubprocess.Popen
我是否必须手动检查setup.py文件中命令的可用性，或者是否有一种奇特的方式来指定系统要求？
编辑：我只想能够检查外部工具是否可用，如果不邀请用户安装它们（由他们自己）。我不想在安装包时管理外部工具的安装。
贡献摘要：似乎setuptools不支持这一点，在运行时进行检查会更安全（参见评论和答案）。
我有一个关于在R中使用BLAS并行矩阵产品的问题(至少从R-3.4开始,可能是更早的默认矩阵产品).
现在,矩阵产品(参见下面的示例)的默认行为(至少在我的机器上)使用机器上可用的所有核心,这可能是个问题.
你知道如何控制R中标准矩阵产品的核心数量吗？
提前致谢
例:
n=10000
p=1000
q=5000
A = matrix(runif(n*p),nrow=n, ncol=p)
B = matrix(runif(p*q),nrow=p, ncol=q)
C = A %*% B # multi-threaded matrix product
会话信息:
> sessionInfo()
R version 3.4.1 (2017-06-30)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.3 LTS
Matrix products: default
BLAS: /usr/lib/openblas-base/libblas.so.3
LAPACK: /usr/lib/libopenblasp-r0.2.18.so
locale:
[1] LC_CTYPE=fr_FR.utf8 LC_NUMERIC=C
[3] LC_TIME=fr_FR.utf8 LC_COLLATE=fr_FR.utf8
[5] LC_MONETARY=fr_FR.utf8 LC_MESSAGES=fr_FR.utf8
[7] LC_PAPER=fr_FR.utf8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=fr_FR.utf8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a …