我正在尝试将python和一系列软件包安装到64位Windows 7桌面上 . 我已经安装了Python 3.4,安装了Microsoft Visual Studio C,并成功安装了numpy,pandas和其他一些 . 我在尝试安装scipy时遇到以下错误;
numpy.distutils.system_info.NotFoundError: no lapack/blas resources found
我正在使用pip install离线,我正在使用的安装命令是;
pip install --no-index --find-links="S:\python\scipy 0.15.0" scipy
我已经阅读了这里关于要求编译器的帖子,如果我理解正确的是VS C编译器 . 我正在使用2010版本,因为我正在使用Python 3.4 . 这适用于其他包 .
我是否必须使用窗口二进制文件,或者有一种方法可以让pip install工作吗?
非常感谢您的帮助
14 回答
此处描述了在Windows 7 64位上为SciPy安装缺少BLAS / LAPACK库的解决方案:
http://www.scipy.org/scipylib/building/windows.html
安装Anaconda要容易得多,但是你仍然无需支付英特尔MKL或GPU支持(它们是针对Anaconda的MKL优化和加速附加组件 - 我不确定他们是否也使用PLASMA和MAGMA) . 通过MKL优化,numpy在大型矩阵计算上的表现优于IDL 10倍 . MATLAB内部使用英特尔MKL库并支持GPU计算,因此,如果他们是学生,可以以价格使用它(MATLAB的50美元,并行计算工具箱10美元) . 如果您获得英特尔Parallel Studio的免费试用版,它将附带MKL库以及C和FORTRAN编译器,如果您想在Windows上安装MKL或ATLAS的BLAS和LAPACK,它们会派上用场:
http://icl.cs.utk.edu/lapack-for-windows/lapack/
Parallel Studio还附带英特尔MPI库,可用于集群计算应用程序及其最新的Xeon处理器 . 虽然使用MKL优化构建BLAS和LAPACK的过程并非易事,但对于Python和R这样做的好处非常大,如本次英特尔网络研讨会所述:
https://software.intel.com/en-us/articles/powered-by-mkl-accelerating-numpy-and-scipy-performance-with-intel-mkl-python
Anaconda和Enthought已经 Build 了业务,使这个功能和其他一些事情更容易部署 . 但是,对于那些愿意做一点工作(以及一点点学习)的人来说,它是免费的 .
对于那些使用R的人,现在可以通过Revolution Analytics的R Open免费获得MKL优化的BLAS和LAPACK .
编辑:Anaconda Python现在提供MKL优化,并通过英特尔Python发行版支持许多其他英特尔库优化 . 但是,在Accelerate库(以前称为NumbaPro)中对Anaconda的GPU支持仍然超过1万美元!最好的选择可能是PyCUDA和scikit-cuda,因为铜头(基本上是Anaconda Accelerate的免费版本)不幸在五年前停止了开发 . 它可以找到here如果有人想要从他们中断的地方拿起 .
The following link should solve all problems with Windows and SciPy ;只需选择适当的下载 . 我能够毫不费力地安装包 . 我试过的每一个其他解决方案都给我带来了很大麻烦 .
资料来源:http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
命令:
This assumes you have installed the following already:
使用Python工具安装Visual Studio 2015/2013
(已安装到2015年的设置选项中)
安装适用于Python的Visual Studio C编译器
资料来源:http://www.microsoft.com/en-us/download/details.aspx?id=44266
文件名称:
VCForPython27.msi
安装Python版本的选择
资料来源:python.org
文件名(例如):
python-2.7.10.amd64.msi
我的python的版本是2.7.10,64位Windows 7 .
从
http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
下载scipy-0.18.0-cp27-cp27m-win_amd64.whl
打开
cmd
确保
scipy-0.18.0-cp27-cp27m-win_amd64.whl
位于cmd
的当前目录中,然后键入pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl
.它将成功安装 .
对不起,这是第一个谷歌搜索结果 . 这是对我有用的解决方案:
从http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下载numpy mkl轮 . 使用与python版本相同的版本(使用python -V检查) . 例如 . 如果您的python是3.5.2,请下载显示cp35的滚轮
打开命令提示符并导航到下载滚轮的文件夹 . 运行命令:pip install [wheel的文件名]
从以下位置下载SciPy轮:http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy(类似于上面的步骤) .
如上所述,pip install [轮子的文件名]
这是我让一切工作的顺序 . 第二点是最重要的一点 . Scipy需要
Numpy+MKL
,而不仅仅是vanillaNumpy
.安装python 3.5
pip install "file path"
(从这里下载Numpy MKL轮http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy)pip install scipy
如果您正在使用Windows和Visual Studio 2015
安装miniconda http://conda.pydata.org/miniconda.html
将python环境更改为python 3.4(32位)
点击python环境3.4并打开cmd
输入以下命令
"conda install numpy"
"conda install pandas"
"conda install scipy"
我5美分;你可以从https://github.com/scipy/scipy/releases安装整个(预编译的)SciPy
祝好运!
Simple and Fast Installation of Scipy with Windows
从
http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
下载适用于您的Python版本的正确Scipy包(例如,python 3.5和Windows x64的正确包是scipy-0.19.1-cp35-cp35m-win_amd64.whl
) .在包含下载的Scipy包的目录中打开
cmd
.键入
pip install <<your-scipy-package-name>>
(例如pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl) .For python27 1,安装numpy mkl(下载链接:http://www.lfd.uci.edu/~gohlke/pythonlibs/)2,安装scipy(同一站点)OK!
英特尔现在免费为Linux / Windows / OS X提供一个名为“Intel distribution for Python”的Python发行版 .
它是一个完整的Python发行版(例如包中包含python.exe),其中包括一些针对英特尔MKL(数学内核库)编译的预安装模块,因此针对更快的性能进行了优化 .
该发行版包括模块NumPy,SciPy,scikit-learn,pandas,matplotlib,Numba,tbb,pyDAAL,Jupyter等 . 缺点是升级到更新版本的Python有点迟了 . 例如截至今天(2017年5月1日),该发行版提供CPython 3.5,而3.6版本已经发布 . 但如果您不需要新功能,那么它们应该非常好 .
安装scikit-fuzzy时我也遇到了同样的错误 . 我解决了如下错误:
安装Numpy,一个whl文件
再次安装Scipy,whl文件
根据python版本选择文件,如amd64用于python3,其他win32文件用于python27
pip install --user skfuzzy
我希望,它会对你有用
解决方案:
Building BLAS/LAPACK from source
使用Miniconda .
参考:
ScikitLearn Installation
Easiest way to install BLAS and LAPACK for scipy?
使用http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy处的资源可以解决问题 . 但是,您应该注意版本兼容性 . 经过多次尝试,最后我决定卸载python,然后安装了一个新版本的python和numpy,然后安装了scipy,这解决了我的问题 .
安装intel的python发布https://software.intel.com/en-us/intel-distribution-for-python
更好的python分布最初应该包含它们