SciPy项目在PyPy3.11环境下构建失败的深度解析

在Python科学计算领域，SciPy作为核心库之一，其稳定性和兼容性至关重要。近期有开发者反馈，在PyPy3.11-v7.3.18环境下构建SciPy时出现编译失败问题，而同一代码在PyPy3.10环境下却能正常构建。这一现象引发了技术社区的广泛关注。

问题现象

构建过程中，系统在编译scipy/stats/_stats_pythran.py文件时抛出关键错误：

CRITICAL: function uses an unknown (or unsupported) keyword argument `dtype`

具体报错指向NumPy的zeros()函数调用：

pmf = np.zeros(n + 1, dtype=np.float64)

令人困惑的是，dtype参数自NumPy早期版本就已支持，理论上不应出现此问题。

技术分析

通过深入排查，技术专家发现问题的根源在于PyPy3.11对NumPy函数的参数检查机制发生了变化：

1. 参数检查差异：

   • 在PyPy3.10中，inspect.getfullargspec(numpy.zeros)会抛出TypeError
   • 在PyPy3.11中，同一调用返回不完整的参数信息：

     FullArgSpec(args=['self'], varargs='args', varkw='keywords', ...)
     

2. Pythran编译器依赖： SciPy构建过程中使用的Pythran编译器（版本0.17.0）依赖于准确的函数参数检查来生成优化代码。当PyPy3.11返回不完整的参数信息时，Pythran误判dtype为不支持参数。

3. 版本特异性： 该问题仅出现在PyPy3.11环境，在CPython和其他PyPy版本中均表现正常，说明这是PyPy3.11特有的兼容性问题。

解决方案

PyPy开发团队已确认该问题并在最新提交中修复：

• 修正了inspect模块对NumPy内置函数的参数检查逻辑
• 确保返回完整的函数参数规格说明

建议用户：

1. 等待PyPy发布包含该修复的正式版本
2. 如需立即使用，可暂时降级到PyPy3.10环境

技术启示

这一案例揭示了几个重要技术要点：

1. 解释器实现的细微差异可能导致上层库的兼容性问题
2. 构建工具链的紧密耦合：Pythran等优化编译器对底层接口有严格假设
3. 科学计算栈的复杂性：NumPy/SciPy等库需要处理多种Python实现的特异性

对于科学计算开发者，建议：

• 在新Python实现发布初期进行充分兼容性测试
• 关注工具链各组件的版本匹配
• 建立多环境CI测试流程，提前发现兼容性问题

该问题的及时解决也体现了开源社区协作的优势，PyPy、SciPy和Pythran维护者的快速响应确保了生态系统的健康运行。