TL；DR如何在不重建的情况下将ATLAS/MKL链接到现有Numpy。
我用Numpy来计算大矩阵，我发现它非常慢，因为Numpy只使用1个核心来进行计算。经过大量搜索，我发现我的Numpy并没有链接到像ATLAS/MKL这样的优化库。这是我对numpy的配置：
>>>import numpy as np
>>>np.__config__.show()
blas_info:
libraries = ['blas']
library_dirs = ['/usr/lib']
language = f77
lapack_info:
libraries = ['lapack']
library_dirs = ['/usr/lib']
language = f77
atlas_threads_info:
NOT AVAILABLE
blas_opt_info:
libraries = ['blas']
library_dirs = ['/usr/lib']
language = f77
define_macros = [('NO_ATLAS_INFO', 1)]
atlas_blas_threads_info:
NOT AVAILABLE
openblas_info:
NOT AVAILABLE
lapack_opt_info:
libraries = ['lapack', 'blas']
library_dirs = ['/usr/lib']
language = f77
define_macros = [('NO_ATLAS_INFO', 1)]
atlas_info:
NOT AVAILABLE
lapack_mkl_info:
NOT AVAILABLE
blas_mkl_info:
NOT AVAILABLE
atlas_blas_info:
NOT AVAILABLE
mkl_info:
NOT AVAILABLE
出于这个原因，我想把ATLAS/MKL链接到Numpy。然而，我的Numpy是从PIP安装的，所以我不想手动安装，因为我想使用最新版本。我做了一些搜索，但它们只是为了从头开始建造。因此，我的问题是：
- 有没有办法将ATLAS/MKL链接到Numpy而不需要再次重建
- 我发现配置信息保存在Numpy的安装文件夹中的_config_.py中。那么修改它能解决我的问题吗？如果是，你能告诉我怎么做吗
假设您运行的是某种风格的linux，以下是一种方法：
-
使用
ldd查找当前链接的BLAS库numpy。-
对于v1.10以上的numpy版本：
$ ldd /<path_to_site-packages>/numpy/core/_dotblas.so例如，如果我通过
apt-get安装numpy，它将链接到... libblas.so.3 => /usr/lib/libblas.so.3 (0x00007fed81de8000) ...如果
_dotblas.so不存在，这可能意味着numpy在最初安装时未能检测到任何BLAS库，在这种情况下，它根本不会构建任何依赖于BLAS的组件。如果使用pip安装numpy而不手动指定BLAS库，则经常会发生这种情况(请参见下文)。如果你想链接到外部BLAS库，恐怕你别无选择，只能重建numpy。
-
对于numpy v1.10及更新版本：
_dotblas.so已从最近版本的numpy中删除，但您应该能够检查multiarray.so的依赖关系：$ ldd /<path_to_site-packages>/numpy/core/multiarray.so
-
-
如果你还没有安装ATLAS/MKL/OpenBLAS。顺便说一句，我肯定会推荐OpenBLAS而不是ATLAS——看看这个答案(尽管基准数据现在可能有点过时)。
-
使用
update-alternatives创建一个指向您选择的新BLAS库的符号链接。例如，如果您将libopenblas.so安装到/opt/OpenBLAS/lib中，您将执行以下操作：$ sudo update-alternatives --install /usr/lib/libblas.so.3 libblas.so.3 /opt/OpenBLAS/lib/libopenblas.so 50您可以为单个目标库配置多个符号链接，从而可以在多个已安装的BLAS库之间手动切换。
例如，当我调用
$ sudo update-alternatives --config libblas.so.3时，我可以在以下三个库中进行选择：Selection Path Priority Status ------------------------------------------------------------ 0 /opt/OpenBLAS/lib/libopenblas.so 40 auto mode 1 /opt/OpenBLAS/lib/libopenblas.so 40 manual mode 2 /usr/lib/atlas-base/atlas/libblas.so.3 35 manual mode * 3 /usr/lib/libblas/libblas.so.3 10 manual mode
如果你真的想要"最新"版本的numpy，你也可以看看我关于使用OpenBLAS集成从源代码编译numpy的回答。
使用pip安装支持BLAS的numpy
正如@tndoan在评论中提到的那样，通过在~/.numpy-site.cfg中放置一个配置文件，可以使pip尊重numpy的特定配置——有关更多详细信息，请参阅此答案。
我个人的偏好是手动配置和构建numpy。这并不是特别困难，而且它可以让您更好地控制numpy的配置。
答案取决于NumPy最初是如何构建的。如果它是针对BLAS和LAPACK构建的，那么至少没有办法在不重建的情况下强制numpy.dot稍后使用ATLAS/MKL。其他函数不使用numpy.dot，您可以使用update-alternatives更改符号链接libblas.so.3和liblapack.so.3的目标。这是因为numpy.dot需要ATLAS样式的CBLAS或OpenBLAS/MKL，但不需要来自netlib的BLAS/CBLAS和LAPACK。
我使用的是openSUSE，我已经从netlib安装了标准的cblas-devel。然而，似乎不可能强制NumPy使用附带的cblas/cblas-devel。也就是说，如果您针对netlib BLAS/LAPACK/CBAS(作为官方包)构建NumPy，则_dotblas.so(提供了numpy.dot的BLAS版本)将无法构建(在1.10之前)，或者multiarray.so(1.10及更高版本)根本无法链接到libblas.so.3。请参阅github上的问题：https://github.com/numpy/numpy/issues/1265以及引用的Debian错误报告：https://bugs.debian.org/cgi-bin/bugreport.cgi?bug=464784.也许有人可以深入源代码来制作补丁。。。无论如何，这只是一个受影响的函数(numpy.dot)，现在您可以使用更快的OpenBLAS轻松地重建整个NumPy，所以可能根本没什么大不了的。
结论：您可以稍后链接到ATLAS/MKL/OpenBLAS，而无需重建，但如果NumPy最初不是针对ATLAS/MHL/OpenBLAS构建的，则numpy.dot仍然会非常慢(因为numpy.dot最初根本没有使用任何BLAS，编译完成后您对此无能为力)。
更新：实际上，您可以强制numpy构建_dotblas.so。我为numpy-1.9.2做了一个补丁：
diff -Npru numpy-1.9.2.orig/numpy/core/setup.py numpy-1.9.2/numpy/core/setup.py
--- numpy-1.9.2.orig/numpy/core/setup.py 2015-02-01 11:38:25.000000000 -0500
+++ numpy-1.9.2/numpy/core/setup.py 2016-03-28 01:31:12.948885383 -0400
@@ -953,8 +953,8 @@ def configuration(parent_package='',top_
#blas_info = {}
def get_dotblas_sources(ext, build_dir):
if blas_info:
- if ('NO_ATLAS_INFO', 1) in blas_info.get('define_macros', []):
- return None # dotblas needs ATLAS, Fortran compiled blas will not be sufficient.
+ #if ('NO_ATLAS_INFO', 1) in blas_info.get('define_macros', []):
+ # return None # dotblas needs ATLAS, Fortran compiled blas will not be sufficient.
return ext.depends[:3]
return None # no extension module will be built
既然_dotblas.so已链接到libblas.so.3，则可以使用update-alternatives来测试差异。