Python 在涉及Cython的setup.py中，如果install_需要，那么如何从库导入内容？

这对我来说毫无意义。如何使用setup.py安装Cython，然后再使用setup.py编译库代理

import sys, imp, os, glob
from setuptools import setup
from Cython.Build import cythonize # this isn't installed yet

setup(
    name='mylib',
    version='1.0',
    package_dir={'mylib': 'mylib', 'mylib.tests': 'tests'},
    packages=['mylib', 'mylib.tests'],
    ext_modules = cythonize("mylib_proxy.pyx"), #how can we call cythonize here?
    install_requires=['cython'],
    test_suite='tests',
)

后来： python setup.py构建

Traceback (most recent call last):
  File "setup.py", line 3, in <module>
    from Cython.Build import cythonize
ImportError: No module named Cython.Build

回溯（最近一次呼叫最后一次）：
文件“setup.py”，第3行，在
从Cython.Build导入cythonize
ImportError:没有名为Cython.Build的模块

因为cython还没有安装

---

奇怪的是，很多项目都是这样写的。快速的github搜索会发现很多信息：

一般来说没有意义。正如您所怀疑的，这是一种试图使用（可能）尚未安装的东西的行为。如果在已经安装了依赖项的系统上进行测试，您可能不会注意到此缺陷。但是在没有依赖关系的系统上运行它，您肯定会注意到

还有另一个

setup（）

关键字参数，

setup\u requires

，它在形式上看起来是并行的，用于

install\u requires

，但这是一种错觉。尽管

install\u requires

在缺乏它所命名的依赖关系的环境中触发了一系列可爱的自动安装，但是

setup\u requires

更多的是文档而不是自动化。它不会自动安装，当然也不会神奇地及时跳回自动安装已在

import

语句中调用的模块

这里有更多的内容，但快速的回答是，您被一个试图自动安装自己的安装先决条件的模块所迷惑是对的

---

对于实际解决方法，请尝试分别安装

cython

，然后运行此安装程序。虽然它不会修复这个设置脚本中形而上学的幻觉，但它会解决需求，让您继续前进

一种解决方案是不将Cython作为构建需求，而是将Cython生成的

C

文件与包一起分发。我确信在某个地方有一个更简单的例子，但这就是

pandas

所做的-它有条件地导入Cython，如果不存在，可以从c文件构建

编辑：来自@danny的文档链接有一个更容易遵循的示例。

---

据我所知，这就是它的用武之地——它的一位作者也看到了这一点

我们的想法是向Python项目/包中添加另一个文件：

pyproject.toml

。它应该包含关于构建环境依赖性的信息（包括长期的）

pip（或任何其他软件包管理器）可以查看此文件，并在运行setup.py（或任何其他构建脚本）之前安装所需的构建环境。因此，
pyproject.toml
可以如下所示：

[build-system]
requires = ["setuptools", "wheel", "Cython"]

这是一个相当新的开发，到目前为止（2019年1月），它还没有得到Python社区的最终确定/批准，尽管在2017年5月/10.0版本中（有限）。
当您使用setuptool时，您应该将
cython
添加到
setup\u requires
（如果安装使用cython，还应添加到
install\u requires
），即

不会导入
Cython
（当
setup.py
启动时，它还不可用），但会使用
setuptools.Extension
而不是
cythonize
将Cython扩展添加到设置中

现在应该可以了。原因：，
设置要求
完成后：

...
try:
    # Attempt to use Cython for building extensions, if available
    from Cython.Distutils.build_ext import build_ext as _build_ext
    # Additionally, assert that the compiler module will load
    # also. Ref #1229.
    __import__('Cython.Compiler.Main')
except ImportError:
    _build_ext = _du_build_ext
...

如果您的Cython扩展使用
numpy
，它会变得更复杂，但这也是可能的-请参阅。
奇怪的是，很多项目都使用我编写的代码。在GitHub上快速搜索可以发现大量的信息。没有人在新安装上测试他们的代码吗？这样做不太方便。大型支持包（例如，
cython
，
lxml
，
pandas
）通常会成为潜在的期望。许多测试都是在Travis CI上进行的，或者在本地使用虚拟环境、
tox
等进行的。但是这些构建环境获得了定制的安装过程，这些过程并不存在，只是从头开始手动运行安装程序。很容易就有出色的运行测试——在十几个不同的Python版本中自动构建，覆盖率为100%——这些测试不能单独从
setup.py
从头开始正确安装。我去过那里，做过那件事。尴尬，烦人，太容易了。这是最好的答案和答案。通常，pyx文件不需要在安装时重新评估，只有在其源代码发生更改时才需要重新评估。因此，对于可分发软件包，只有Cython生成的C/C++文件需要由setup.py分发和构建。
...
try:
    # Attempt to use Cython for building extensions, if available
    from Cython.Distutils.build_ext import build_ext as _build_ext
    # Additionally, assert that the compiler module will load
    # also. Ref #1229.
    __import__('Cython.Compiler.Main')
except ImportError:
    _build_ext = _du_build_ext
...