首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在Ubuntu 18.04上从源代码构建Python 3.2,configure说: configure: WARNING

configure: WARNING: unrecognized options: --enable-optimizations

这个警告是由于在配置Python 3.2时使用了未识别的选项--enable-optimizations。在Python的configure脚本中,--enable-optimizations是用于启用优化选项的。然而,在Python 3.2中,并没有这个选项可用。

Python 3.2是一个较旧的版本,不支持像较新的版本那样的优化选项。因此,如果你想在Ubuntu 18.04上构建Python 3.2,你需要忽略这个警告并继续进行配置和构建过程。

以下是在Ubuntu 18.04上从源代码构建Python 3.2的步骤:

  1. 首先,确保你的系统已经安装了构建Python所需的依赖项。你可以使用以下命令安装它们:
  2. 首先,确保你的系统已经安装了构建Python所需的依赖项。你可以使用以下命令安装它们:
  3. 下载Python 3.2的源代码包。你可以从Python官方网站下载它,或者使用以下命令下载:
  4. 下载Python 3.2的源代码包。你可以从Python官方网站下载它,或者使用以下命令下载:
  5. 解压源代码包:
  6. 解压源代码包:
  7. 进入解压后的目录:
  8. 进入解压后的目录:
  9. 运行configure脚本进行配置:
  10. 运行configure脚本进行配置:
  11. 在这一步,你可能会看到上述警告信息。你可以忽略它并继续进行下一步。
  12. 运行make命令进行构建:
  13. 运行make命令进行构建:
  14. 运行make install命令进行安装:
  15. 运行make install命令进行安装:

完成以上步骤后,你应该成功地在Ubuntu 18.04上从源代码构建并安装了Python 3.2。你可以使用以下命令验证安装是否成功:

代码语言:txt
复制
python3.2 --version

这将显示Python 3.2的版本信息。

请注意,Python 3.2是一个较旧的版本,已经不再得到官方支持。如果可能的话,建议使用较新的Python版本以获得更好的性能和功能。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

技术角 | 装驱动起步 Ubuntu 18.04构建GPU可用的Kaggle Docker镜像

接前文,安装好Ubuntu 18.04双系统和解决了Windows与Ubuntu的时间同步问题后。正式进入正题了:构建GPU可使用的Kaggle Docker镜像(NVIDIA Only)。...下载官方构建仓库 下载地址:https://github.com/Kaggle/docker-python git clone https://github.com/Kaggle/docker-python.git...为了构建镜像时直接写入了镜像。gpu.Dockerfile最后注释掉的代码是涉及此部分的,需要的童鞋可以删掉注释直接使用。...将article.tplx、base.tplx放在官方构建仓库根目录即可。 下载此gpu.Dockerfile文件后,可覆盖官方文件,之后官方构建仓库根目录运行下面命令进行构建。 sudo ....16.04 禁用 nouveau 安装 nvidia显卡驱动 Ubuntu16.04+Cuda8.0+Theano深度学习环境搭建一 Ubuntu 18.04 NVIDIA驱动安装总结 搭建nvidia-docker

1.6K50

【玩转腾讯云】装驱动起步 Ubuntu 18.04构建GPU可用的Kaggle Docker镜像

接前文,安装好Ubuntu 18.04双系统和解决了Windows与Ubuntu的时间同步问题后。正式进入正题了:构建GPU可使用的Kaggle Docker镜像(NVIDIA Only)。...下载官方构建仓库 下载地址:https://github.com/Kaggle/docker-python git clone https://github.com/Kaggle/docker-python.git...为了构建镜像时直接写入了镜像。gpu.Dockerfile最后注释掉的代码是涉及此部分的,需要的童鞋可以删掉注释直接使用。...将article.tplx、base.tplx放在官方构建仓库根目录即可。 下载此gpu.Dockerfile文件后,可覆盖官方文件,之后官方构建仓库根目录运行下面命令进行构建。 sudo ....构建运行 构建完成后,sudo .

1.9K2213

工欲善其事,必先利其器-基于ubuntu18.04搭建100ASK-ESP32开发环境并成功点灯

前面搭了一个ubuntu18.04的服务器+远程VScode开发环境,最终就是为了玩板: 工欲善其事,必先利其器--Vscode嵌入式Linux开发远程开发设置(适用于多平台) 相关资料链接:...然而经过调研发现,ubuntu18.04的这环境相对于官方推出的这个22的环境来说比较坑,网上各类博文参差不齐,有上文没下文的,好,这类问题我必须一篇文章解决,搭建环境的过程中属实也遇到了不少坑。...接下来,直接整起来: 1、Ubuntu18.04开发esp32-idf必要工具链安装 sudo apt-get install git wget flex \ bison gperf python3.../configure && make -j8 sudo make install Python的话我下的是3.8.6的版本,最好的方法是到Python官方去下载源代码,然后手动配置编译安装到自己的服务器...构建版本要求是至少基于3.16以上的,如下所示: 因此我们需要将ubuntu系统的cmake环境升级到最新版本,解决方案如下: wget https://cmake.org/files/v3.21/

27950

docker中使用源码方式搭建SRS流媒体服务

:18.04 && docker ps 命令很执行完成之后,docker返回结果如下图所示 ?...在上图中光标位置的左侧可以看到已经显示了root账户名称,说明已经进入容器成功; 2.2 国内加速源 docker的Ubuntu镜像apt软件源默认使用官方域名,这个域名国内访问非常慢,为了后续安装速度能够更快...在上图中我们可以看到上面的依赖已经安装完成,接着我们通过Git下载最新的srs源码 3.2 安装SRS srs官方把源码托管GitHub中,国内访问GitHub相对较慢,这里我通过码云复制了一个出来,...在上图中我们可以看到源码已经克隆完成,并展示了srs项目的目录结构,项目中有一个trunk的文件夹,源代码都在这个里面,我们通过cd命令进去并查看目录,执行命令如下所示 cd srs/trunk/ &...在上图中我们可以看到configure文件,这个文件是为了让一个程序能够各种不同类型的机器运行而设计的,使用make编译源代码之前,configure会根据自己所依赖的库而在目标机器上进行匹配,我们执行如下命令便可以编译

1.7K20

如何在 Ubuntu 18.04安装 Python 3.8

Python 3.8 Ubuntu 的默认软件源仓库不可用。在这篇指南中,我们将会讲述 Ubuntu 18.04 使用两种不同的方式安装 Python 3.8。...同样的步骤适合 Ubuntu 16.04 以及任何基于 Ubuntu 构建的发行版,包括 Kubuntu,Linux Mint,和 Elementary OS。...一、 Ubuntu 通过 Apt 安装 Python 3.8 Ubuntu 通过 Apt 安装 Python 3.8 是很直接的方式,并且只需要几分钟: 01.以 root 或者其他有 sudo...二、 Ubuntu 源码编译安装 Python 3.8 在这一章节,我们将会讲解如何通过源码编译安装 Python 3.8。...通过下面的命令验证它: python3.8 --version 输出将会显示 Python 版本: Python 3.8.0 三、总结 你已经 Ubuntu 18.04 安装了 Python 3.8

16.7K62

docker中使用源码方式搭建SRS流媒体服务

2.1 docker容器 我们首先需要运行一个Ubuntu的容器,在运行容器之前,我们需要想好运行容器的一些参数,比如我们需要搭建rtmp服务,rtmp默认端口是1935,这个时候我们就需要将此端口映射出去...,接着我们通过Git下载最新的srs源码 3.2 安装SRS srs官方把源码托管GitHub中,国内访问GitHub相对较慢,这里我通过码云复制了一个出来,下载srs执行命令如下所示 git clone...trunk的文件夹,源代码都在这个里面,我们通过cd命令进去并查看目录,执行命令如下所示 cd srs/trunk/ && ls 命令执行后,返回的信息如下图所示 [image] 在上图中我们可以看到configure...文件,这个文件是为了让一个程序能够各种不同类型的机器运行而设计的,使用make编译源代码之前,configure会根据自己所依赖的库而在目标机器上进行匹配,我们执行如下命令便可以编译 ..../configure && make 命令执行完成后,返回的信息如下图所示 [image] 在上图中我们可以看到提示编译已经完成,并给出了一个启动命令的提示 3.3 启动服务 启动命令中有一个配置文件

2.5K00

Ubuntu13.04配置:Vim+Syntastic+Vundle+YouCompleteMe

我们需要安装好Clang 3.2+以便为YCM提供支持。 SVN和Git。用于代码库中检出源代码Ubuntu下这两个软件的安装都非常简单,使用apt-get命令即可安装完成。...Vundle托管Github,需要使用到git来检出源代码。...5.编译LLVM+Clang的源代码http://clang.llvm.org上面Clang 3.3并没有Ubuntu13.04 32bit的预编译的二进制程序,所以只好下载源码进行手工编译。...因为,YouCompleteMe是C/S架构的,所以存在服务器和服务端的 法。另外,/tmp/ycm_temp/目录下还可以看到服务和请求日志,更加可以验证这一点。...编译vim源码的时候,需要打开python选项。 vundle中的插件条目,如果托管www.vim.org,需要加.vim扩展名。 一个较为完善的.vimrc模板。

1.6K100

Ubuntu 源码编译安装 Python 3.8

Ubuntu 源码编译安装 Python 3.8 在这一章节,我们将会讲解如何通过源码编译安装 Python 3.8。...-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev wget 02. Python 下载页面使用wget下载最新发布的软件源码....tgz 04.切换到 Python 源码目录,并且执行configure脚本,他会执行一系列检测,并且确保所有依赖都在你的系统准备好了: cd Python-3.8.0 ..../configure --enable-optimizations --enable-optimizations选项通过多个测试优化 Python 二进制包。这会导致编译过程变慢。...通过下面的命令验证它: python3.8 --version 输出将会显示 Python 版本: Python 3.8.0 三、总结 你已经 Ubuntu 18.04 安装了 Python 3.8

2K20

【原创】记录我一次详细的TensorFlow源代码编译构建安装包总结

又不支持又想用咋办,后来经过网上查询了一下,我们可以自己使用TensorFlow的源代码来编译和构建一个TensorFlow的版本,这样的话就可以不支持AVX指令集的机器使用TensorFlow了。...于是我按照官网https://www.tensorflow.org/install/source给出的步骤来尝试源码自己编译和构建TensorFlow。...构建TensorFlow之前,我们要先做两件事: 下载TensorFlow的源码 下载和安装Bazel构建工具 在下载TensorFlow源码如果网速比较好的话,可以直接使用下面的命令...首先我们进入到GitHub中下载的TensorFlow源代码,并执行 ....编译好之后,我们就可以TensorFlow源代码目录输入以下命令,来构建最终的pip安装包: .

2K50
领券