安装 SageMath

archive time: 2024-08-29

SageMath 好像火了？

缘起
安装方法
安装步骤
使用

缘起

之前在寻找合适自己的 CAS¹ 的时候，顺手做了一期介绍 SageMath 的视频

这个视频在当时没有什么人看，我也就渐渐忘记了，直到最近，突然有人通过 Bilibili 的私信来问我 SageMath 的使用方法，我才意识到 SageMath 好像火了

据我估计，应该是由于某些原因，学校上课原本使用的软件不让使用了，亦或需要寻找国产或开源替代品，所以选择了 SageMath，这才让 SageMath 逐渐流行起来了

综上，我也就萌生了想要好好学一下 SageMath 的想法

不过学习 SageMath 的第一步就是要安装 SageMath

安装方法

具体的安装方法可以参考 SageMath 安装教程，总结起来大概有四种方法：

通过预编译好的二进制包或者通过包管理器安装
通过 conda-forge 中的预编译二进制包安装
通过源码安装
通过 Docker 镜像安装

其中对于大多数人，我的推荐是通过 Docker 安装，这样可以避免很多环境上的麻烦，使用起来也比较方便，而通过预编译二进制包的方式，不论是包管理器还是 conda-forge，我都不是很推荐，因为可能会出现各种性能和兼容性问题

但是我自己还是选择了通过源码的方式安装，因为我现在不太方便使用 Docker²，另外在本地编译运行可以获得比较好的性能表现

安装步骤

其他方式的安装我就不再细说，我这里主要列一下通过源码安装的步骤以及过程中需要注意的地方，具体的文档可以参考这里

下载源码

第一步就是要下载源码，如果网络比较好，可以直接到官网下载，如果想要尝试一下开发版，而不是使用稳定版，可以到官网的这里下载，亦或者可以通过 git clone 来获取 Github 的源码

安装必要的软件

编译自然需要编译器以及一些依赖，而必须需要的依赖是很少的，因为 SageMath 已经将大多数依赖的源码包含在了项目中，如果需要，可以直接通过源码安装

具体来说有以下几项：

GNU Make
GNU M4
Perl
ar 和 ranlib
tar
Python

对于 macOS arm64 用户，可能需要安装 gengetopt，并且 e_antic 以及依赖 e_antic 的包都不能正常编译，如果需要，建议使用 conda-forge 方法安装

编译器方面，推荐使用 GCC 和 GCC-Fortran，对于不同平台的安装方式，在文档中已经详细说明了，这里就不再过多叙述

编译步骤

特别注意，对于 Windows 用户，建议使用 WSL2 来安装，如果要使用 Docker 同样也是需要使用 WSL2 的

而对于 macOS 用户，如果使用 homebrew 作为包管理器，还可以在源码下发现 .homebrew-build-env，在编译前需要使用这个脚本改变一下环境

创建目标文件夹，，这个目标文件夹是最后 SageMath 最后编译到的位置，例如 ~/.local/sdk/sage，之后使用 <sage_home> 来表示
将源码移动到目标文件夹下，因为源码在编译完成后 仍然需要，所以建议将源码放在目标文件下，方便管理，如果源码是压缩包格式下载的，需要先解压缩，解压出来应该是 sage-x.y 这种格式的一个文件夹，其中 x 和 y 分别表示 SageMath 的版本，然后将解压缩出来后的文件夹移动到目标文件夹下

切换到源码目录下，所有的编译过程都是在源码目录下发生的，所以要提前进入源码目录，此时你的位置（$PWD）应该是 <sage_home>/sage-x.y，然后执行以下命令来准备必要的环境变量：

# 设置 SageMath 的数据目录，最好写入 .bashrc 或者 .zshenv 长期使用
export DOT_SAGE="<dot_sage>" # 替换 <dot_sage> 为具体目录地址
# 设置编译时根目录，也就是 <sage_home>/sage-x.y
export SAGE_ROOT=$PWD
# 设置之后的 SageMath 根目录，建议写入 .bashrc 或者 .zshenv
export SAGE_LOCAL="<sage_home>" # 替换为具体目录地址
# 对于 macOS 或 hoembrew 用户，还需要执行下面的命令
command -v brew >/dev/null 2>&1 && source .homebrew-build-env
# 还可以设置一下使用的编译器
export CC="<cc>" # 替换成具体编译器，例如 gcc，clang
# ...

具体的环境变量设置可以参考相关文档

配置编译条件，也就是执行目录下的 configure 脚本，具体可以使用的选项可以参考 ./configure --help 这里有几个建议的选项
- prefix：设置编译好后的文件位置，设置为目标文件夹，--prefix="$SAGE_LOCAL"
- with-system-setuptools：建议不要使用系统的 setuptools，因为会出现兼容问题，--with-system-setuptools=no
- with-system-python3：同上，--with-system-python3=no
- with-system-meson_python：同 with-system-setuptools，--with-system-meson_python=no
总结下来，就是这样一条命令：
```
./configure --prefix="$SAGE_LOCAL" \
    --with-system-setuptools=no \
    --with-system-python3=no \
    --with-system-meson_python=no
```
执行编译，具体参数的作用建议参考文档
```
 make -s V=0
```

更新 SageMath

仔细观察会发现，下载下来的源码中是有 .git 文件夹的，也就意味着我们可以像普通的 git 仓库一样使用 git pull 来更新代码

[[ -d "$SAGE_ROOT/.git" ]] && git pull

更新完成，我们就可以重新编译代码来更新更新 SageMath

# 编译前的准备，参考步骤 3
# ...
make distclean && make build

当然，不是所有情况下我们都需要从头编译，更多时候我们只需要把更新的部分重新编译安装即可

# 编译前的准备，参考步骤 3
# ...
make -j list-broken-packages

通过上述命令可以找出有哪些包出现了问题，最后会得到类似下面的输入内容：

# 省略上面输出
Uninstall broken packages by typing:

   make lcalc-SAGE_LOCAL-uninstall;
   make ratpoints-SAGE_LOCAL-uninstall;
   make r-SAGE_LOCAL-uninstall;
   make suitesparse-SAGE_LOCAL-uninstall;

我们只需要执行这些 make 命令，然后再执行：

make build

就能够完成编译更新了，其他更新相关内容可以参考这个文档

配置使用

在使用之前有一些环境变量需要设置，具体可以参考这个文档

建议设置 DOT_SAGE、SAGE_LOCAL 和 SAGE_STARTUP_FILE 这三个变量，同时为了能够直接使用，还需要设置 PATH

个人建议是将 ~/.local/bin 加入 PATH，很多遵守 XDG 的程序，例如 GHCup，也会选择将二进制文件放在 ~/.local/bin 中，而我们就可以将 sage 链接到这里，避免 SageMath 的文件与系统文件冲突

# 将 ~/.local/bin 加入 PATH
export PATH="$HOME/.local/bin":"$PATH"
# 将 sage 链接到 ~/.local/bin
ln -s $("$SAGE_ROOT/sage" -sh -c 'ls $SAGE_ROOT/venv/bin/sage') /usr/local/bin

使用

因为在编译过程中我们没有使用系统的 Python，而是使用与 SageMath 对应的 Python 版本，所以 SageMath 中是无法使用系统中安装的 Python 包的

如果我们想要添加一些 Python 包到 SageMath 中，可以使用

sage --pip install "<package-you-want>"

相关使用教程可以参考官方的教程，同时可以在这里找到许多有用的文档

至于 IDE，编辑器，我都是推荐使用 SageMath 包含的 JupyterLab，可以使用如下方式使用

sage -n jupyterlab

相关设置可以参考 JupyterLab 文档，本地化可以参考这个文档

Computer Algebra System.Wikipedia [DB/OL].(2024-07-01)[2024-08-29] https://en.wikipedia.org/wiki/Computer_algebra_system

因为我电脑性能以及系统配置不太能负担 Docker，同时考虑到我两台电脑（macOS 和 ArchLinux）间数据和配置的同步问题，再加上 Docker Hub 目前在国内无法正常访问，所以不使用

Kevin Stephen's Blogs