1. 概述

由于需要将Python3.7 和一些软件包交叉编译到 armv7 平台硬件，如果是arm64位的系统，很多包都有预编译好的版本，可直接下载。本文主要在基于 crossenv(https://github.com/benfogle/crossenv)环境下交叉编译。

2. 编译环境搭建

创建编译环境路径 /home/ym/python-build，创建 /home/ym/python-build/install路径用于安装主机编译后的python, 创建路径/home/ym/python-build/install-arm用于安装交叉编译的python。
下载python3 源码到 home/ym/python-build, 并解压，下载路径https://www.python.org/ftp/python/3.7.2/Python-3.7.2.tar.xz
编译主机安装 Docker 环境，不同的linux发行版本安装方式不同, Debian -> apt, Redhat -> yum，我安装的版本是
在编译路径下创建一个 Dockerfile 文件：

FROM ubuntu:18.04
ENV TZ=Asia/Shanghai
ENV LANG=en_US.UTF-8

RUN sed -i -e 's|archive.ubuntu.com|mirrors.tuna.tsinghua.edu.cn|g' \
-e 's|security.ubuntu.com|mirrors.tuna.tsinghua.edu.cn|g' \
/etc/apt/sources.list

RUN apt update && apt install -y vim curl proxchains gcc \
build-essential crossbuild-essential-armhf \
libsdl1.2-dev xterm mesa-common-dev zstd liblz4-tool libffi-dev \
cmake libssl-dev bc device-tree-compiler flex bison libncurses-dev
lzma liblzma-dev libbz2-dev gfortran libopenblas-dev liblapack-dev
gfortran-arm-linux-gnueabihf

RUN rm -rf /etc/apt/apt.conf.d/docker-clean

RUN mkdir -p /root/project
WORKDIR /root
CMD ["/bin/bash"]
基于 Dockerfile 构建容器

docker build -f Dockerfile -t ubuntu:python .
运行容器，将编译路径python-build映射至容器路径/root/project路径下:

docker run -v /home/ym/python-build/:/root/project -it ubuntu:python

3. 编译主机版本 python

进入python源码目录

./configure --prefix=/root/project/install && make && make install

4. 交叉编译目标板 python

交叉编译 openssl

cross

set -ex

INSTALL_DIR=/root/project/openssl
mkdir -p $INSTALL_DIR
main() {

  local version=1.1.1l
  local os=linux-armv4
  local triple=arm-linux-gnueabihf-
  local sysroot=$INSTALL_DIR

  local dependencies=(
      ca-certificates
      curl
      m4
      make
      perl
  )

  # NOTE cross toolchain must be already installed
  apt-get update
  for dep in ${dependencies[@]}; do
      if ! dpkg -L $dep; then
          apt-get install --no-install-recommends -y $dep
      fi
  done

  td=$(mktemp -d)

  pushd $td
  [ -e ./openssl-$version.tar.gz ] || {
      curl -L https://www.openssl.org/source/openssl-$version.tar.gz -o ./openssl-$version.tar.gz
  }
  tar --strip-components 1 -xz -f ./openssl-$version.tar.gz

  AR=${triple}ar CC=${triple}gcc ./Configure \
    --prefix=${sysroot}/usr \
    --openssldir=${sysroot}/usr \
    shared \
    no-asm \
    $os \
    -fPIC \
    ${@:4}
  make -j$(nproc)
  make install_sw
  
  # clean up

  popd

  rm -rf $td
  #rm $0
  #cp /usr/local/arm/usr/lib/pkgconfig/* /usr/share/pkgconfig/

}

main "${@}"

交叉编译 bzip2, zlib, lzma 这些包会被python内建模块识别调用，并被 pandas 所依赖，同时需要把 zlib, lzma的动态库拷贝到目标板内核库的路径下。
lzma 下载地址https://xz.tukaani.org/xz-utils/#releases
交叉编译libffi, 该包与 python ctypes 模块关联，注意交叉编译完成后需要将安装后的内容拷贝到交叉工具链的路径下(cp -rfp libffi/* /usr/arm-linux-gnueabihf/)，并在 Python 配置选项中指定--with-system-ffi参数，交叉编译时 Python 自动构建 ctypes 模块，测试发现通过 LIBS 变量指定不会生效。
创建一个 config.site 文件：

ac_cv_file__dev_ptc=no
ac_cv_buggy_getaddrinfo=no
ac_cv_file__dev_ptmx=no
清除 python 源码相关环境(make distclean)，运行下面脚本交叉编译目标版本 python-target(armv7)，安装到路径/root/project/install-arm

#!/bin/sh
CROSS_COMPILE=arm-linux-gnueabihf
export CC= $CROSS_COMPILE-gcc export CXX=$ CROSS_COMPILE-g++
export AR= $CROSS_COMPILE-ar export STRIP=$ CROSS_COMPILE-strip
export LD= $CROSS_COMPILE-ld export RANLIB=$ CROSS_COMPILE-ranlib
export READELF= $CROSS_COMPILE-readelf export PATH=$ PATH:/root/project/install/bin
export CONFIG_SITE=/root/project/config.site

cd Python-3.7.2 && ./configure --enable-optimizations --with-openssl=/root/project/openssl/usr --with-system-ffi
LDFLAGS="-L/root/project/bzip2-1.0.8 -L/root/project/zlib/lib -L/root/project/lzma/lib"
LIBS="-lbz2 -lz -llzma"
--host=arm-linux-gnueabihf
--build=x86_64-linux-gnu
--target=arm-linux-gnueabihf
--disable-ipv6
--without-pydebug
--without-dtrace
--prefix=/root/project/install-arm
make -j4 && make install

到此如果编译过程中没有出错的话，交叉编译后的 python 应该可以直接在目标板上工作了，在目标板上创建一个 python 目录，将 install-arm 中的文件全部拷贝至该路径中，构建一个软连接 ln -sf /python/bin/python3.7 /usr/bin/python,然后在控制运行 python 查看是否正常：

5. 通过 crossenv 交叉编译 numpy，pandas

如果只是想交叉编译 numpy 或者 pandas, 看到这一小节就行了，其中pandas 依赖 numpy。如果还要编译其他包请用第六节脚本编译的方法交叉编译 numpy.
1. 在主机环境下安装 crossenv
  cd /root/project/install/bin
  ./pip3 install crossenv
2. 使用crossenv创建 python-target 编译的虚拟环境
  ./python3 -m crossenv /root/project/install-arm/bin/python3.7 cross_venv
3. 激活虚拟环境
  . cross_venv/bin/activate
  注意没有代理可使用国内镜像如 pip install xx -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
4. 编译安装 numpy
  build-pip -v install numpy
  pip -v install numpy
5. 编译安装 pandas
  build-pip -v install pandas
  pip -v install pandas
  注意pandas 依赖 dateutil，dateutil会使用目标板的时区信息，请检查目标板是否有 /usr/share/zoneinfo 和 /etc/localtime 文件，没有可能在导入 pandas 包时会报错，可将交叉编译后的 dateutil/zoneinfo/dateutil-zoneinfo.tar.gz 解压至 /usr/share/zoneinfo中，并创建软连接 ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
  编译成功后可在 cross_venv/cross/lib/pythonVERSION/site-packages 路径下查看编译完后的包
  其中包主要分两类：
  1). package -> 对应包的实际文件
  2). package-VERSION-dist-info -> 包的信息
6. 将对应的 package 拷贝到目标板 path/to/python/lib/pythonVERSION/site-package 路径下

这里导入包的时候，可能会报一些库文件缺失，需要把对应的库拷贝到目标板库/lib的路径下。

6. 通过 crossenv 交叉编译 scikit-learn

这里先列一下依赖项
scikit-learn：
- NumPy
- SciPy ：
  - NumPy
  - openblas
- joblib
- threadpoolctl
由于 SciPy 强依赖 numpy 中 openblas 包，openblas 是一个数学运算库，可用于加速 numpy 运算，如果只是单纯编译 numpy，那么 openblas 是一个可选项，但是如果需要编译 SciPy，openblas 就是一个强依赖项了，但是 openblas 是由 Fortran 语言编写，直接用 crossenv 环境编译会报错，下面用一个脚本来交叉编译 numpy 和 SciPy，编译之前，先用交叉工具链编译 openblas，并在虚拟环境中 build-pip/pip安装 Cython < 3 版本：
1. 确认以下几个包已安装
  apt-get install gfortran libopenblas-dev liblapack-dev -y
2. 安装 fortran 交叉编译工具
  apt-get install gfortran-arm-linux-gnueabihf
3. 交叉编译 OpenBLAS-0.3.22
  cd OpenBLAS-0.3.22 && make TARGET=ARMV7 HOSTCC=gcc BINARY=32 CC=arm-linux-gnueabihf-gcc FC=arm-linux-gnueabihf-gfortran
  make TARGET=ARMV7 PREFIX=/root/project/openblas install
交叉编译 scipy 脚本

#!/bin/bash

####################

Script to build numpy and scipy wheels for ARM.

set -ex

OUTPUT= $PWD/output WORKING=$ OUTPUT/build
if [ ! -d "$WORKING" ];then
mkdir -p $WORKING
fi

GFORTRAN=arm-linux-gnueabihf-gfortran
OPENBLAS_INSTALL_DIR=$PWD/openblas

BUILD_PYTHON= $PWD/install/bin/python3 HOST_PYTHON=$ PWD/install-arm/bin/python3

NUMPY_URL=https://files.pythonhosted.org/packages/45/b7/de7b8e67f2232c26af57c205aaad29fe17754f793404f59c8a730c7a191a/numpy-1.21.6.zip
SCIPY_URL=https://files.pythonhosted.org/packages/a7/5c/495190b8c7cc71977c3d3fafe788d99d43eeb4740ac56856095df6a23fbd/scipy-1.3.3.tar.gz
NUMPY_VERSION=${NUMPY_URL##/}
if [[ $NUMPY_VERSION =~ .zip* ]];then NUMPY_DIR=$ {NUMPY_VERSION%%.zip}
elif [[ $NUMPY_VERSION =~ .tar.gz* ]];then NUMPY_DIR=$ {NUMPY_VERSION%%.tar.gz*}
fi
SCIPY_VERSION= ${SCIPY_URL##*/} SCIPY_DIR=$ {SCIPY_VERSION%%.tar.gz*}

PYPI_MIRROR="-i http://pypi.douban.com/simple --trusted-host pypi.douban.com"
################################################################

Set up crossenv

$BUILD_PYTHON -m pip install crossenv CROSS_VENV=$ PWD/install/bin/cross_venv
if [ ! -d "$CROSS_VENV" ];then
$BUILD_PYTHON -m crossenv $HOST_PYTHON $CROSS_VENV
fi
. $CROSS_VENV/bin/activate
pip install wheel $PYPI_MIRROR

BUILD_SITE= $PWD/install/bin/cross_venv/build/lib/python3.7/site-packages CROSS_SITE=$ PWD/install/bin/cross_venv/cross/lib/python3.7/site-packages

################################################################

Host-numpy

Install so we get the libnpymath.a in the right place.

if [ ! -f "$NUMPY_VERSION" ];then
curl -OL $NUMPY_URL fi if [ ! -d "$ NUMPY_DIR" ];then
if [[ $NUMPY_VERSION =~ .zip* ]];then
unzip $NUMPY_VERSION
elif [[ $NUMPY_VERSION =~ .tar.gz* ]];then
tar xf $NUMPY_VERSION
fi
fi
cd $NUMPY_DIR
cat > site.cfg <<EOF
[openblas]
libraries = openblas
library_dirs = $OPENBLAS_INSTALL_DIR/lib
include_dirs = $OPENBLAS_INSTALL_DIR/include extra_link_args = -lgfortran EOF F90=$ GFORTRAN cross-python setup.py install
F90=$GFORTRAN cross-python setup.py bdist_wheel
cd ..

################################################################

Build-numpy. Need to patch after install.

NUMPY_PIP_VERSION= ${NUMPY_DIR##*-} build-pip install -v numpy==$ NUMPY_PIP_VERSION $PYPI_MIRROR INI=$ (find $BUILD_SITE -name 'npymath.ini') LIBDIR=$ (find $CROSS_SITE -path '*/numpy/core/lib') INCDIR=$ (find $CROSS_SITE -path '*/numpy/core/include')

cat > $INI <<EOF
[meta]
Name=npymath
Description=Portable, core math library implementing C99 standard
Version=0.1

[variables]

Force it to find cross-build libs when we build scipy

libdir= $LIBDIR includedir=$ INCDIR

[default]
Libs=-L${libdir} -lnpymath
Cflags=-I${includedir}
Requires=mlib

[msvc]
Libs=/LIBPATH:${libdir} npymath.lib
Cflags=/INCLUDE:${includedir}
Requires=mlib
EOF

#################################################################

host-scipy

if [ ! -f "$SCIPY_VERSION" ];then
curl -OL $SCIPY_URL fi if [ ! -d "$ SCIPY_DIR" ];then
tar xf $SCIPY_VERSION
fi
cd $SCIPY_DIR
cat > site.cfg <<EOF
[openblas]
libraries = openblas
library_dirs = $OPENBLAS_INSTALL_DIR/lib
include_dirs = $OPENBLAS_INSTALL_DIR/include
extra_link_args = -lgfortran
EOF

F90= $GFORTRAN python setup.py bdist_wheel F90=$ GFORTRAN cross-python setup.py install
cd ..
交叉编译 scikit-learn: :
SciPy -> 先前利用脚本已经完成了交叉编译，现在使用 build-pip 安装 build 版本:

build-pip install -v scipy=1.3.3 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
joblib -> build-pip/pip 直接安装没有其他依赖

build-pip install joblib==0.11 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install joblib==0.11 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
threadpoolctl -> build-pip/pip 直接安装没有其他依赖

build-pip install threadpoolctl==2.0.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install threadpoolctl==2.0.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
安装 scikit-learn：

build-pip install -v scikit-learn==1.0.2 --no-build-isolation -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install -v scikit-learn==1.0.2 --no-build-isolation -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

至此交叉编译全部完成，将对应的包拷贝到目标板查看

Python3 交叉编译 numpy pandas scipy scikit-learn

1. 概述

2. 编译环境搭建

3. 编译主机版本 python

4. 交叉编译目标板 python

Adapted from https://github.com/japaric/cross

5. 通过 crossenv 交叉编译 numpy，pandas

6. 通过 crossenv 交叉编译 scikit-learn

Script to build numpy and scipy wheels for ARM.

Set up crossenv

Host-numpy

Install so we get the libnpymath.a in the right place.

Build-numpy. Need to patch after install.

Force it to find cross-build libs when we build scipy

host-scipy