<div dir="ltr"><br><div class="gmail_extra"><br><div class="gmail_quote">On Wed, Apr 13, 2016 at 1:15 PM, Matthew Brett <span dir="ltr"><<a href="mailto:matthew.brett@gmail.com" target="_blank">matthew.brett@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div class="HOEnZb"><div class="h5">On Tue, Apr 12, 2016 at 7:15 PM, Matthew Brett <<a href="mailto:matthew.brett@gmail.com">matthew.brett@gmail.com</a>> wrote:<br>
> Hi,<br>
><br>
> On Sat, Apr 2, 2016 at 6:11 PM, Matthew Brett <<a href="mailto:matthew.brett@gmail.com">matthew.brett@gmail.com</a>> wrote:<br>
>> On Fri, Mar 25, 2016 at 6:39 AM, Peter Cock <<a href="mailto:p.j.a.cock@googlemail.com">p.j.a.cock@googlemail.com</a>> wrote:<br>
>>> On Fri, Mar 25, 2016 at 3:02 AM, Robert T. McGibbon <<a href="mailto:rmcgibbo@gmail.com">rmcgibbo@gmail.com</a>> wrote:<br>
>>>> I suspect that many of the maintainers of major scipy-ecosystem projects are<br>
>>>> aware of these (or other similar) travis wheel caches, but would guess that<br>
>>>> the pool of travis-ci python users who weren't aware of these wheel caches<br>
>>>> is much much larger. So there will still be a lot of travis-ci clock cycles<br>
>>>> saved by manylinux wheels.<br>
>>>><br>
>>>> -Robert<br>
>>><br>
>>> Yes exactly. Availability of NumPy Linux wheels on PyPI is definitely something<br>
>>> I would suggest adding to the release notes. Hopefully this will help trigger<br>
>>> a general availability of wheels in the numpy-ecosystem :)<br>
>>><br>
>>> In the case of Travis CI, their VM images for Python already have a version<br>
>>> of NumPy installed, but having the latest version of NumPy and SciPy etc<br>
>>> available as Linux wheels would be very nice.<br>
>><br>
>> We're very nearly there now.<br>
>><br>
>> The latest versions of numpy, scipy, scikit-image, pandas, numexpr,<br>
>> statsmodels wheels for testing at<br>
>> <a href="http://ccdd0ebb5a931e58c7c5-aae005c4999d7244ac63632f8b80e089.r77.cf2.rackcdn.com/" rel="noreferrer" target="_blank">http://ccdd0ebb5a931e58c7c5-aae005c4999d7244ac63632f8b80e089.r77.cf2.rackcdn.com/</a><br>
>><br>
>> Please do test with:<br>
>><br>
>> python -m pip install --upgrade pip<br>
>><br>
>> pip install --trusted-host=<a href="http://ccdd0ebb5a931e58c7c5-aae005c4999d7244ac63632f8b80e089.r77.cf2.rackcdn.com" rel="noreferrer" target="_blank">ccdd0ebb5a931e58c7c5-aae005c4999d7244ac63632f8b80e089.r77.cf2.rackcdn.com</a><br>
>> --find-links=<a href="http://ccdd0ebb5a931e58c7c5-aae005c4999d7244ac63632f8b80e089.r77.cf2.rackcdn.com" rel="noreferrer" target="_blank">http://ccdd0ebb5a931e58c7c5-aae005c4999d7244ac63632f8b80e089.r77.cf2.rackcdn.com</a><br>
>> numpy scipy scikit-learn numexpr<br>
>><br>
>> python -c 'import numpy; numpy.test("full")'<br>
>> python -c 'import scipy; scipy.test("full")'<br>
>><br>
>> We would love to get any feedback as to whether these work on your machines.<br>
><br>
> I've just rebuilt these wheels with the just-released OpenBLAS 0.2.18.<br>
><br>
> OpenBLAS is now passing all its own tests and tests on numpy / scipy /<br>
> scikit-learn at <a href="http://build.openblas.net/builders" rel="noreferrer" target="_blank">http://build.openblas.net/builders</a><br>
><br>
> Our tests of the wheels look good too:<br>
><br>
> <a href="http://nipy.bic.berkeley.edu/builders/manylinux-2.7-debian" rel="noreferrer" target="_blank">http://nipy.bic.berkeley.edu/builders/manylinux-2.7-debian</a><br>
> <a href="http://nipy.bic.berkeley.edu/builders/manylinux-2.7-debian" rel="noreferrer" target="_blank">http://nipy.bic.berkeley.edu/builders/manylinux-2.7-debian</a><br>
> <a href="https://travis-ci.org/matthew-brett/manylinux-testing" rel="noreferrer" target="_blank">https://travis-ci.org/matthew-brett/manylinux-testing</a><br>
><br>
> So I think these are ready to go.  I propose uploading these wheels<br>
> for numpy and scipy to pypi tomorrow unless anyone has an objection.<br>
<br>
</div></div>Done.  If y'all are on linux, and you have pip >= 8.11,  you should<br>
now see this kind of thing:<br>
<br>
$ pip install numpy scipy<br>
Collecting numpy<br>
  Downloading numpy-1.11.0-cp27-cp27mu-manylinux1_x86_64.whl (15.3MB)<br>
    100% |████████████████████████████████| 15.3MB 61kB/s<br>
Collecting scipy<br>
  Downloading scipy-0.17.0-cp27-cp27mu-manylinux1_x86_64.whl (39.5MB)<br>
    100% |████████████████████████████████| 39.5MB 24kB/s<br>
<span class="">Installing collected packages: numpy, scipy<br>
</span>Successfully installed numpy-1.11.0 scipy-0.17.0<br></blockquote><div><br></div><div>Great work. It is nice that we are finally getting the Windows thing squared away after all these years.<br><br></div><div>Chuck <br></div></div></div></div>