第二节.设置和使用您的开发环境
一.推荐的开发配置
自从Numpy中的包含有C和Cython部分在使用前需要编译，确保您做了必要的编译并其编译时包含了Python的头文件，更多内容请看从源码构建部分。
编译代码也意味着从开发源中导入NumPy需要一些额外的步骤，下面将对此进行解释。 在本章的其余部分中，我们假定您已经设置了您的git仓库。
构建开发版本的Numpy和运行测试，使用正确设置的Python导入路径生成交互式shell，请执行以下操作之一：
$ python runtests.py -v
$ python runtests.py -v -s random
$ python runtests.py -v -t numpy/core/tests/test_iter.py:test_iter_c_order
$ python runtests.py --ipython
$ python runtests.py --python somescript.py
$ python runtests.py --bench
$ python runtests.py -g -m full
首先建立NumPy，第一次可能需要几分钟。 如果指定-n，则测试将针对在当前PYTHONPATH上找到的NumPy版本（如果有）运行。
使用-s，-t或--python指定目标时，可以通过在暴露之后传递额外的参数，将其他参数转发给runtests.py嵌入的目标。 例如，要运行一个将--pdb标志转发给目标的测试方法，请运行以下命令：
$ python runtests.py -t numpy/tests/test_scripts.py:test_f2py -- --pdb
推荐使用runtests.py方法运行测试，当然，也有很多可选择的方法，例如就地构建或安装到virtualenv。 有关详情，请参阅下面FAQ。
二.就地构建
对于开发，您可以设置就地构建，以便对.py文件所做的更改无需重新生成即可生效。 第一次运行：
$ python setup.py build_ext -i
这使您只能从repo库目录中导入就地生成的NumPy。 如果您希望在该基本目录之外显示就地构建，则需要将您的PYTHON PATH环境变量指向此目录。 一些IDE（例如Spyder）有一些实用程序来管理PYTHON PATH。 在Linux和OSX上，您可以运行以下命令：
$ export PYTHONPATH=$PWD
在windows下运行以下命令
$ set PYTHONPATH=/path/to/numpy
现在，在NumPy中编辑一个Python源文件允许您立即测试和使用您的更改（在.py文件中），只需重新启动解释器即可。
请注意另一种方法来做一个就地建立可见的python setup.py开发仓库基地目录。 而不是调整PYTHONPATH，这会在你的站点包中安装一个.gg-link文件，并且在那里调整easy-install.pth，所以它是一个更持久的（和神奇的）操作。
三.其他的构建选项
可以用-j选项与numpy.distutils进行并行构建; 有关更多细节，请参阅并行构建。
为了在site-package包中安装开发版本的Numpy，使用命令 `python setup.py install --user`
类似的方法来就地构建和使用PYTHONPATH，但在源树之外的是使用：
$ python setup.py install --prefix /some/owned/folder
$ export PYTHONPATH=/some/owned/folder/lib/python3.4/site-packages
四.使用virtualenvs
一个经常被问到的问题是：“我如何设置一个NumPy的开发版本，与我用来做我的工作/研究的发布版本并行？”。
实现这一目的的一个简单方法是在站点包中安装发行版本，例如使用二进制安装程序或pip，并在virtualenv中设置开发版本。 首先安装virtualenv（可选地使用virtualenvwrapper），然后创建你的virtualenv（这里命名为numpy-dev）：
$ virtualenv numpy-dev
现在，无论何时您想要切换到虚拟环境，您都可以使用命令source numpy-dev / bin / activate，并停用以退出虚拟环境并返回到以前的shell。