scikit-learn-0.17.tar.gz

#! /usr/bin/env python
#
# Copyright （C） 2007-2009 Cournapeau David 
#               2010 Fabian Pedregosa 
# License: 3-clause BSD

descr = “““A set of python modules for machine learning and data mining“““

import sys
import os
import shutil
from distutils.command.clean import clean as Clean
from pkg_resources import parse_version


if sys.version_info[0] < 3:
    import __builtin__ as builtins
else:
    import builtins

# This is a bit （!） hackish: we are setting a global variable so that the main
# sklearn __init__ can detect if it is being loaded by the setup routine to
# avoid attempting to load components that aren‘t built yet:
# the numpy distutils extensions that are used by scikit-learn to recursively
# build the compiled extensions in sub-packages is based on the Python import
# machinery.
builtins.__SKLEARN_SETUP__ = True

DISTNAME = ‘scikit-learn‘
DEscriptION = ‘A set of python modules for machine learning and data mining‘
with open（‘README.rst‘） as f:
    LONG_DEscriptION = f.read（）
MAINTAINER = ‘Andreas Mueller‘
MAINTAINER_EMAIL = ‘amueller@ais.uni-bonn.de‘
URL = ‘http://scikit-learn.org‘
LICENSE = ‘new BSD‘
DOWNLOAD_URL = ‘http://sourceforge.net/projects/scikit-learn/files/‘

# We can actually import a restricted version of sklearn that
# does not need the compiled code
import sklearn
VERSION = sklearn.__version__


# Optional setuptools features
# We need to import setuptools early if we want setuptools features
# as it monkey-patches the ‘setup‘ function
# For some commands use setuptools
SETUPTOOLS_COMMANDS = set（[
    ‘develop‘ ‘release‘ ‘bdist_egg‘ ‘bdist_rpm‘
    ‘bdist_wininst‘ ‘install_egg_info‘ ‘build_sphinx‘
    ‘egg_info‘ ‘easy_install‘ ‘upload‘ ‘bdist_wheel‘
    ‘--single-version-externally-managed‘
]）
if SETUPTOOLS_COMMANDS.intersection（sys.argv）:
    import setuptools
    extra_setuptools_args = dict（
        zip_safe=False  # the package can run out of an .egg file
        include_package_data=True
    ）
else:
    extra_setuptools_args = dict（）


# Custom clean command to remove build artifacts

class CleanCommand（Clean）:
    description = “Remove build artifacts from the source tree“

    def run（self）:
        Clean.run（self）
        if os.path.exists（‘build‘）:
            shutil.rmtree（‘build‘）
        for dirpath dirnames filenames in os.walk（‘sklearn‘）:
            for filename in filenames:
                if （filename.endswith（‘.so‘） or filename.endswith（‘.pyd‘）
                        or filename.endswith（‘.dll‘）
                        or filename.endswith（‘.pyc‘））:
                    os.unlink（os.path.join（dirpath filename））
            for dirname in dirnames:
                if dirname == ‘__pycache__‘:
                    shutil.rmtree（os.path.join（dirpath dirname））

cmdclass = {‘clean‘: CleanCommand}


# Optional wheelhouse-uploader features
# To automate release of binary packages for scikit-learn we need a tool
# to download the pa