build pyrun/python from source

最新推荐文章于 2025-08-05 17:20:40 发布
最新推荐文章于 2025-08-05 17:20:40 发布
阅读量197 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： python 文章标签： python 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/mathgl/article/details/84621481

quite easy on ubuntu.

 

1: build sqlite first.. use the latest autoconf version

2: apt-get install libbz2-dev

3: apt-get install zlib1g-dev

4: apt-get install libssl-dev

5: apt-get install libffi-dev

6: apt-get install libreadline-dev

7: apt-get install libncurses5-dev

 

for pyrun 

cd PyRun and make.

 

for python

./configure

make 

make install

--with-pydebug for a debug version 

 

enjoy.

build from source 安装 PyTorch及很多坑
weixin_43851192的博客
05-20 5285
文章目录零、背景1. 驱动版本极低2. 初尝试3. Build from source一、理解所谓GPU与PyTorch所谓安装package二、具体步骤及坑处理1. 我们的目标2. 步骤a. 建立conda环境b. 更新对应CUDA，gcc，cmake等c. 安装Dependencies（译成，依赖包？）d. 下载 PyTorch 源代码e. 安装f. 总是莫名其妙坏掉三、总结 零、背景 1. 驱动版本极低 众所周知，GPU driver 决定 CUDA版本，CUDA版本决定PyTorch版本，这在很多古
C/C++脚本化: 使用Python作为现有项目的扩展
如人饮水冷暖自知
06-17 922
在之前的探索篇中我们已经讨论了脚本化的意义、方式以及脚本语言的选择。本篇我们主要讨论：如何优雅地通过Python来扩展C++，结合脚本语言的优势，提高现有项目的适应性及开发效率，从而达到降本增效的目的。
2024 最新PyTorch源码编译流程和踩坑记录，PyTorch build from source
qq_36755743的博客
03-20 7690
2024 最新PyTorch源码编译流程和踩坑记录，PyTorch build from source
Moto Mods --Build from Source
xuyss的专栏
07-10 609
Build from SourceBuild FirmwareNOTE: Before proceeding please ensure you have setup your development environment.Download Source CodeChoose a directory for your build environment.$ cd <directory fo...
python模型+OPencv用C++编译记录
weixin_42425256的博客
04-08 353
零、基本知识 （1）所在的环境：在centos7.4下安装 （2）常用代码： tar zxvf filename.tar #tar解包 tar czvf filename.tar dirname #tar打包 一、安装cmake （1）下载网址：https://cmake.org/files/v3.10/。版本名称：cmake-3.10.0-Linux-x86_64.tar.gz （2）复制 ...
go调用python3:go-python3包的使用
热门推荐
文杰的博客
10-06 1万+
参考资料： https://zhuanlan.zhihu.com/p/150253406 https://blog.youkuaiyun.com/skyztttt/article/details/8115086 https://poweruser.blog/embedding-python-in-go-338c0399f3d5 包地址： python2：https://github.com/sbinet/go-python python3：https://github.com/DataDog/go-python3 .
c++调用python和numpy混合编程
qq_35215756的博客
05-30 1299
在现代软件开发中，跨语言编程和混合编程的需求日益增长。C++作为一种高效、强大的编程语言，广泛应用于底层开发、游戏引擎、高性能计算等领域。而Python则因其简洁的语法、丰富的库和易于学习的特性，在数据科学、机器学习、Web开发等领域占据重要地位。NumPy是Python中一个用于数值计算的库，提供了大量的数学函数以及多维数组和矩阵运算的功能，是数据科学领域的核心工具之一。
C++调用python
m0_58583722的博客
08-23 334
一、CMakeLists.txt。二、python代码。
Java调用Python
zx_glave的博客
04-21 4784
Java调用Python的一种实现方式
Python一键转Jar包，Java调用Python新姿势！
xuanyuan_fsx的专栏
03-09 3140
粉丝朋友们，不知道大家看故事看腻了没（要是没腻可一定留言告诉我^_^），今天这篇文章换换口味，正经的来写写技术文。言归正传，咱们开始吧！今天的这篇文章，聊一个轩辕君之前工作中遇到的需求：...
使用yolo11训练饮料瓶盖缺陷检测质量检测数据集VOC+YOLO格式1432张5类别步骤和流程
FL1623863129的博客
08-03 756
训练完成后，最佳权重保存路径为：runs/detect/train/weights/best.pt，如果多次运行命令runs/detect/train2,runs/detect/train3文件夹生成只需要到数字最大文件夹查看就可以找到模型。经过上面训练可以使用模型做一步部署，比如使用onnx模型在嵌入式部署，使用engine模型在jetson上deepstream部署，使用torchscript模型可以在C++上部署等等。通过比较不同模型在这些指标上的表现，可以判断哪个模型在实际应用中可能更有效。
ORACLE复杂查询
ZZH1120KQ的博客
08-04 1475
在Oracle数据库中，逻辑判断和条件判断是两个密切相关但又不完全相同的概念。逻辑判断主要关注的是根据逻辑运算符（如AND、OR、NOT）对条件表达式的结果进行逻辑运算，从而得出最终的布尔值（true或false）。条件判断则更侧重于根据给定的条件或表达式来判断某个操作是否应该执行，或者应该执行哪个分支的操作。
JumpServer 堡垒机全流程搭建指南及常见问题解决方案
最新发布
2401_83649605的博客
08-05 1252
文章详细介绍了JumpServer的技术架构和部署流程，包括基础环境配置、数据库安装等步骤。JumpServer采用分布式架构，支持多机房部署，无资产数量和并发限制，是企业IT安全运维的理想选择。
【笔记】ROS1｜5 ARP攻击Turtlebot3汉堡Burger并解析移动报文【旧文转载】
shandianchengzi的博客
08-04 1059
本文介绍了如何使用ARP攻击技术干扰Turtlebot3汉堡机器人的ROS通信。作者首先讲解了ARP协议的基本原理和攻击依据，然后通过实验演示了如何利用arpspoof工具实施ARP欺骗攻击，包括干扰普通主机上网和小车与控制机的通信。文章提供了详细的实验步骤和思考题，并建议读者在虚拟机环境下进行实践。实验结果显示，通过持续发送虚假ARP响应包可以成功劫持网络通信，开启IP转发后虽能恢复但会降低网速。最后作者还演示了如何解析被攻击机器人的移动控制报文。
YAML文件
2301_80251684的博客
08-04 380
YAML是一种数据序列化格式，常用于配置文件、数据交换和存储。其设计目标是简洁易读，同时支持复杂数据结构。
中文基于Qwen3-235B-2507蒸馏数据集的操作
二分掌柜的
08-04 836
flyfish
【紧急预警】NVIDIA Triton推理服务器漏洞链可导致RCE！
athink_cn的博客
08-05 613
NVIDIA 的 Triton 推理服务器中存在一系列严重漏洞，这是一个用于大规模运行 AI 模型的流行开源平台。当这些缺陷链接在一起时，远程、未经身份验证的攻击者可能会完全控制服务器，从而实现远程代码执行 （RCE）。
2025-08-04-零成本搭建 AI 应用！Hugging Face 免费 CPU 资源实战指南
个人技术
08-04 1151
本文介绍如何利用 Hugging Face 免费 CPU 资源部署应用：通过创建 Space 空间，选 2vCPU+16GB 内存配置，提交代码后自动构建，借助 Jupyter Notebook 运行程序。还讲解用 uptime-kuma 或 ClawCloud 定期访问保活，避免 48 小时无活动暂停，实现低成本应用部署。
数据处理和统计分析——13 Pandas绘图
念头通达
08-04 691
Pandas单变量可视化（柱状图、折线图、面积图、直方图、饼图）、Pandas双变量可视化（散点图、蜂巢图、堆叠图、折线图）
PS C:\Users\J> & C:/Users/J/AppData/Local/Programs/Python/Python314/python.exe c:/Users/J/OneDrive/桌面/python_work/picture1.py Traceback (most recent call last): File "c:\Users\J\OneDrive\桌面\python_work\picture1.py", line 1, in <module> import matplotlib.pyplot as plt ModuleNotFoundError: No module named &#39;matplotlib&#39;
07-05
<think>我们面对的问题是：用户已经通过pip安装了matplotlib，但在运行Python脚本时遇到`ModuleNotFoundError: No module named &#39;matplotlib&#39;`或类似错误。根据引用[1][2][3]提供的线索，我们可以从多个角度排查。 ### 核心排查步骤： #### 1. **验证安装状态** 在终端执行： ```bash pip show matplotlib ``` 或 ```bash pip list ``` 确认matplotlib是否在已安装包列表中。如果未找到，重新安装： ```bash pip install --upgrade matplotlib ``` #### 2. **检查Python环境匹配性** 关键问题：**运行脚本使用的Python解释器是否与pip关联的解释器一致？** - 在终端执行： ```bash python --version pip --version ``` 查看两者是否指向同一Python路径（如`python3.10`对应`pip3.10`）。 - 若存在多版本共存（如Anaconda与系统Python冲突），需激活正确环境。 #### 3. **文件名冲突（致命陷阱）** 引用[1]指出：**若脚本文件名为`matplotlib.py`，会与库名冲突**，导致导入失败。 - 立即重命名脚本（如改为`plot_example.py`），避免与标准库同名。 #### 4. **IDE/编辑器环境隔离** - **VSCode**：检查右下角选择的Python解释器（状态栏）是否匹配安装matplotlib的环境。 - 按`Ctrl+Shift+P` > 输入`Python: Select Interpreter`切换环境。 - 若使用Jupyter扩展（引用[1]建议），确保内核（Kernel）与终端环境一致。 #### 5. **依赖完整性检查** 引用[3]提到：**缺少PIL（Pillow库）可能导致深层错误**。 - 尝试重装matplotlib并更新依赖： ```bash pip uninstall -y matplotlib pip install --no-cache-dir matplotlib ``` #### 6. **系统路径（sys.path）验证** 在Python脚本中加入： ```python import sys print(sys.path) ``` 检查是否包含matplotlib的安装路径（通常为`.../site-packages`）。若缺失，需设置`PYTHONPATH`环境变量。 ### 进阶诊断： - **虚拟环境激活**：若使用`venv`或`conda`，确保在运行脚本前激活环境。 - **权限问题**：在Linux/macOS中，若用`sudo pip`安装，普通用户可能无权访问。改用`pip install --user`。 - **C++嵌入Python**（引用[4]）：在C++中调用Python时，需确保`Py_Initialize()`加载的环境包含matplotlib路径。 ### 解决方案优先级排序： ```mermaid graph TD A[报错：ModuleNotFoundError] --> B{检查文件名冲突} B -->|是| C[重命名脚本] B -->|否| D{验证pip与python环境匹配} D -->|不匹配| E[切换终端或IDE的解释器] D -->|匹配| F{查看sys.path} F -->|缺失路径| G[设置PYTHONPATH或重装] F -->|正常| H[重装matplotlib并更新依赖] ``` ### 验证修复： 创建最小测试脚本`test_import.py`： ```python import matplotlib print("Matplotlib version:", matplotlib.__version__) ``` 运行： ```bash python test_import.py ``` 成功输出版本号即修复。 > **注意**：Windows系统中路径名含空格（如`Program Files`）可能导致加载失败，建议使用短路径（如`C:\Progra~1\`）或虚拟环境[^5]。 §§相关问题§§ 1. 如何为 VSCode 配置正确的 Python 解释器路径？ 2. 在 Anaconda 环境中安装的包为什么无法导入？ 3. 如何设置 PYTHONPATH 环境变量？ 4. Python 虚拟环境 (venv) 的工作原理是什么？</think>根据您的问题描述和提供的引用信息，以下是解决"ModuleNotFoundError: No module named &#39;matplotlib&#39;"的完整排查方案： ### 问题原因分析 1. **环境不匹配**：使用的Python解释器与安装matplotlib的环境不一致（最常见原因） 2. **文件名冲突**：脚本命名为`matplotlib.py`导致导入冲突[^1] 3. **安装不完整**：matplotlib依赖库（如Pillow/PIL）缺失或损坏[^3] 4. **IDE配置问题**：VSCode等编辑器未正确配置Python环境[^2] 5. **多版本冲突**：系统中存在多个Python版本导致包管理混乱 --- ### 逐步解决方案 #### 1. 验证安装环境一致性 ```bash # 检查当前使用的Python路径 where python # 检查该Python对应的pip路径 where pip # 确认matplotlib是否安装在此环境 pip list | findstr matplotlib ``` - 若输出为空，说明matplotlib未安装在当前环境 - 解决方案：使用完整路径安装 `C:\Path\To\Your\Python.exe -m pip install matplotlib` #### 2. 排除文件名冲突（关键步骤） - **检查脚本文件名**： - 若脚本名为`matplotlib.py`，立即重命名为其他名称（如`my_plot.py`）[^1] - Python会优先加载当前目录的同名文件而非系统包 #### 3. 重新安装并修复依赖 ```bash # 完全卸载matplotlib及关联包 pip uninstall -y matplotlib numpy pillow # 清除缓存后重新安装 pip install --no-cache-dir --force-reinstall matplotlib ``` - 此操作可解决90%的依赖缺失问题[^3] #### 4. 验证基础导入功能 创建测试脚本`test_import.py`： ```python import matplotlib print(f"Matplotlib version: {matplotlib.__version__}") print(f"Installation path: {matplotlib.__file__}") ``` 运行： `python test_import.py` - 成功输出版本和路径 → 基础库正常 - 仍报错 → 进入下一步 #### 5. 检查子模块导入问题 ```python # 测试pyplot子模块 import matplotlib.pyplot as plt plt.plot([1,2,3], [4,5,1]) plt.savefig(&#39;test.png&#39;) print("Pyplot test passed!") ``` - 若此处失败： - 重装后端依赖：`pip install --upgrade pillow cycler` - 检查环境变量：确保无`PYTHONPATH`冲突 #### 6. IDE特定配置（VSCode为例） 1. 按`Ctrl+Shift+P` > 选择`Python: Select Interpreter` 2. 确保选择的解释器与安装matplotlib的环境一致 3. 安装VSCode的Jupyter扩展（引用[1]建议） 4. 重启VSCode并重载窗口 #### 7. 系统级多版本冲突解决 ```bash # 检查所有Python版本的安装情况 where -r . python # 为特定版本单独安装包 python3.9 -m pip install matplotlib # 示例 ``` --- ### 验证成功的标准 1. 命令行直接运行测试脚本无报错 2. 输出包含： ``` Matplotlib version: 3.10.3 Installation path: ...\site-packages\matplotlib\__init__.py ``` 3. 成功生成`test.png`图像文件 > **重要提示**：在C++调用Python的场景中（引用[4]），需确保`Py_Initialize()`使用的解释器环境与上述安装环境一致，可通过在C++代码中添加`PyRun_SimpleString("import sys; print(sys.path)")`验证模块搜索路径。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值