1、在源碼 python2.7.3/Moles/Setup.dist 搜索zlib ，打開該模塊
2、繼續下去，又提示缺少zlib.h,也就是我們的交叉編譯庫中缺少zlib頭文件和庫文件
3、在http://www.zlib.net/ 下載zlib源碼，交叉編譯zlib
由於zlib 編譯不支持--host選項，所以在zlib目錄下執行如下命令
~/zlib1.2.8/# mkdir _install
~/zlib1.2.8/#CC=arm-xxxxx（你的交叉編譯器） ./configure --host=./_install（最好是絕對路徑，我偷懶了，這個是安裝目錄）
~/zlib1.2.8/# make && make install
你會在_install目錄下發現include 和 lib 目錄
下一步，我們回到第1步
為了防止交叉編譯鏈污染，我們在python目錄下創建otherinclude otherlib
把zlib下的include和lib下的內容分別按照對應名字拷貝過來
4.在Moles/setup 找到我們前面setup.dist那句話，添加 -L../otherlib -I../otherinclude 這個應該都懂的
直接make
5,如果你之前make distclean過了，沒有setup文件，請修改setup.dist.文件，重新configure！
2. 交叉編譯Python-從入坑到入墳
了解Python的交叉編譯過程，可以分為兩大部分：主機端Python的編譯與設備端Python的編譯。首先，主機端Python需要從官網下載並解壓所需的Python版本源碼。若電腦端已安裝Python，且想在設備端安裝相同版本的Python，則可直接跳過本步驟。
主機端Python的編譯流程包括配置、編譯與安裝。編譯後的主機端Python會被保存在`build_pc`文件夾下，並可復制到其他位置，以防後續編譯設備端Python時被清理。
接著，進行設備端Python的編譯。這包括編譯第三方依賴庫，主要有zlib、ffi與openssl。首先，編譯zlib，完成配置、編譯與安裝。zlib會被安裝在當前文件夾`zlib_arm/`下，以便備用。同樣，編譯ffi並安裝在`ffi_arm/`下，供後續使用。
完成依賴庫的編譯後，進行設備端Python的編譯。這包括配置、編譯與安裝步驟。編譯好的設備端Python庫會被安裝在`build_arm/`文件夾下。
設備端Python編譯完成，還需進行組合與下機測試。在開發板上下載Python前，需將zlib與ffi對應的動態庫放置在`Pythonlib/python3.x/lib-dynload`文件夾內。進行打包下載至開發板，並進行環境配置。配置好環境變數後，在開發板上進行測試。如出現缺少庫錯誤，需搜索工具鏈路徑下對應的庫，並將這些庫及其存放路徑加入到開發板的`LD_LIBRARY_PATH`環境變數中。
在確保所有庫轉移至開發板並正確加入`LD_LIBRARY_PATH`後，重新執行`python3 -V`命令，應能不報錯並正確顯示Python版本號。
交叉編譯第三方庫如numpy、pyserial與opencv等至開發板時，首先需在電腦端安裝交叉編譯庫`cross_env`。配置激活虛擬環境後，按照指定路徑執行交叉編譯步驟。以numpy為例，配置好虛擬環境後，將numpy包拷貝至設備端python的`site-packages/`路徑下，並在開發板上驗證安裝是否成功。
交叉編譯opencv時，流程包括配置、編譯、拷貝動態庫到開發板並配置`LD_LIBRARY_PATH`環境變數，以及上板測試。完成所有交叉編譯步驟後，對生成的Python包進行裁剪壓縮。通過刪除Python runtime中不必要的文件、使用`strip`工具對動態庫與可執行文件進行裁剪，最終將包壓縮至較小的體積。經過此流程，整個Python包被成功壓縮至48M。
3. 北大青鳥設計培訓：怎樣才能提高Python運行效率
python逐漸走入人們的視線，成為熱門編程語言，隨之而來，加入python培訓的准程序員大軍也成為社會熱點。
Python具有許多其他編程語言不具備的優勢，譬如能通過陸寬雀極少量代碼完成許多操作，以及多進程，能夠輕松支持多任務處理。
除了多種優勢外，python也有不好的地方，運行較慢，下面電腦培訓http://www.kmbdqn.cn/為大家介紹6個竅門，可以幫你提高python的運行效率。
1.在排序時使用鍵Python含有許多古老的排序規則，這些規則在你創建定製的排序方法時會佔用很多時間，而這些排序方法運行時也會拖延程序實際的運行速度。
最佳的排序方法其實是盡可能多地使用鍵和內置的sort()方法。
2.交叉編譯你的應用開發者有時會忘記計算機其實並不理解用來創建現代應用程序的編程語言。
計算機理解的是機器語言。
為了運行你的應用，你藉助一個應用將你所編的人類可讀的代碼轉換成機器可讀的代碼。
有時，你用一種諸如Python這樣的語言編寫應用，再以C++這樣的語言運行你的應用，這在運行的角度來說，是可行的。
關鍵在於，你想你的應用完成什麼事情，而你的主機系統能提供什麼樣的資源。
3.關鍵代碼使用外部功能包Python簡化了許多編程任務，但是對於一些時間敏感的任務，它的表現經常不盡人意。
使用C/C++或機器語言的外部功能包處理時間敏感任務，可以有效提高應用的運行效率。
這些功能包往往依附於特定的平台，因此你要根據自己所用的平台選擇合適的功能包。
簡而言之，這個竅門要你犧牲應用的可移植性以換取只有通過對底層主機的直接編程才能獲得的運行效率。
4.針對循環的優化每一種編程語言都強調最優化的循環方案。
當使用Python時，你可以借巧亂助豐富的技巧讓循環程序跑得更快。
然而，開發者們經常遺忘的一個技巧是：盡量避免在循環中訪問變數的屬性。
5.嘗試多種編碼方法每次創建應用時都使用同一種編碼方法幾乎無一例外會導致應用的運行效率不盡人意。
可以在程序分析時嘗試一些試驗性的辦法。
譬如說，在處理字典中的數據項早早時，你既可以使用安全的方法，先確保數據項已經存在再進行更新，也可以直接對數據項進行更新，把不存在的數據項作為特例分開處理。
6.使用較新的Python版本你要保證自己的代碼在新版本里還能運行。
你需要使用新的函數庫才能體驗新的Python版本，然後你需要在做出關鍵性的改動時檢查自己的應用。
只有當你完成必要的修正之後，你才能體會新版本的不同。
4. Linux-Arm環境下配置編譯qt-everywhere及交叉編譯環境
在進行Linux-Arm環境下配置編譯qt-everywhere及交叉編譯環境的過程中，首先需要明確的是，Qt並未直接提供針對Arm平台的版本，故需要通過qt-everywhere套件在Arm系統上自行編譯。在此過程中，我們需特別注意Qt-everywhere在Arm環境下編譯可能遇到的問題，例如嘗試直接使用./configure -prefix xxx來編譯時，可能會出現「libqtharfbuzz.a:No such file or directory」的報錯，導致編譯失敗。
因此，在Arm板上進行編譯前的准備時，需對某些模塊進行取捨，即在./configure階段將其標注為不需要。接下來，我們將具體流程詳細展開。
1. 下載並解壓qt-everywhere包至指定文件夾，例如使用download.qt.io下載並解壓qt-everywhere-src-5.12.10.tar.xz至工作目錄。
2. 進入qt-everywhere-src-5.12.10目錄，使用./configure -prefix ~/qtInstall來配置並指定編譯後的Qt安裝目錄。具體安裝目錄可以根據需要自行調整。
3. 若./configure過程無誤，將提示可以使用make install進行編譯和安裝。然而，編譯過程中可能會遇到如「數字有關的函數未被定義」的錯誤，例如在qendian.h中。解決此問題，需手動添加相應的頭文件，如在文件中添加#include \ 來解決。
4. 在完成make install後，可能還會遇到其他依賴庫缺失的錯誤，如libharfbuzz或Python庫。解決這類問題，可以通過在Linux系統中使用sudo apt-get install libharfbuzz-dev安裝libharfbuzz庫，或使用sudo apt-get install python安裝Python庫，然後刪除build後的相關文件，重新編譯Qt。
通過以上步驟，我們能夠在Arm環境下成功配置並編譯qt-everywhere，為後續的交叉編譯環境搭建奠定基礎。