Pandas 开发工作流程：conda 和构建 C 扩展

Question

我目前正在为 Pandas 核心编写一些代码，我想知道我的工作流程是否正确。

由于 Travis CI 实例针对不同版本的 Python 进行测试，我设置了 conda 以在本地在不同版本之间切换，以便查看测试套件是通过还是失败。

但是每次我在环境之间切换时都会得到：

ERROR: Failure: ImportError (C extension: libpython2.6.so.1.0: cannot open shared object file: No such file or directory not built. If you want to import pandas from the source directory, you may need to run 'python setup.py build_ext --inplace' to build the C extensions first.)

当我做python setup.py build_ext --inplace 时，我得到：

/home/some_user/anaconda/lib/python2.7/site-packages/setuptools-17.1.1-py2.7.egg/setuptools/dist.py:294: UserWarning: The version specified ('0.16.2-134-g84d6eba') is an invalid version, this may not work as expected with newer versions of setuptools, pip, and PyPI. Please see PEP 440 for more details.
running build_ext
skipping 'pandas/index.c' Cython extension (up-to-date)
skipping 'pandas/src/period.c' Cython extension (up-to-date)
skipping 'pandas/algos.c' Cython extension (up-to-date)
skipping 'pandas/lib.c' Cython extension (up-to-date)
skipping 'pandas/tslib.c' Cython extension (up-to-date)
skipping 'pandas/parser.c' Cython extension (up-to-date)
skipping 'pandas/hashtable.c' Cython extension (up-to-date)
skipping 'pandas/src/sparse.c' Cython extension (up-to-date)
skipping 'pandas/src/testing.c' Cython extension (up-to-date)
skipping 'pandas/msgpack.cpp' Cython extension (up-to-date)

因此，根据@Jeff 对this question 的评论，我使用以下方法重建扩展：

python setup.py build_ext --inplace --force

一切正常。但是构建需要几分钟才能运行，感觉就像我做错了什么。 （Contributing to Pandas 指南中当然没有提到必须强制重建。

所以我做错了什么，或者这就是它的工作方式？

Answer 1

您不能在同一个空间中构建多个版本。您需要执行以下操作之一：

• 将克隆的目录放入conda 目录本身。例如。如果您有pandas2.6，那么您可以（如果您安装了 miniconda/anaconda，您的路径可能会有所不同）到~/minicona/envs/pandas2.6，然后在那里克隆pandas 和python setup.py build_ext --inplace 并在本地访问

• 使用python setup.py build。如果你的克隆目录是~/pandas。这会将不同版本的构建放在~/pandas/builds/..... 中。这样做的缺点是您实际上必须通过路径来运行它们，例如nosetests ~/pandas/builds/....../pandas/tests/test_series.py 例如。此外，您每次想要进行更改时都要重新构建（但由于 c 扩展已经构建，这通常非常快）。