![](/img/trans.png)
[英]Trouble installing scipy via pyCharm windows 8 - no lapack / blas resources found
[英]Windows Scipy Install: No Lapack/Blas Resources Found
我正在嘗試將 python 和一系列軟件包安裝到 64 位 Windows 7 桌面上。 我已經安裝了 Python 3.4,安裝了 Microsoft Visual Studio C++,並成功安裝了 numpy、pandas 和其他一些。 嘗試安裝 scipy 時出現以下錯誤;
numpy.distutils.system_info.NotFoundError: no lapack/blas resources found
我正在離線使用 pip install,我使用的安裝命令是;
pip install --no-index --find-links="S:\python\scipy 0.15.0" scipy
我已經閱讀了這里關於需要一個編譯器的帖子,如果我理解正確的話就是 VS C++ 編譯器。 我使用的是 2010 版本,因為我使用的是 Python 3.4。 這適用於其他軟件包。
我必須使用窗口二進制文件還是有辦法讓 pip install 工作?
非常感謝您的幫助
以下鏈接應該可以解決 Windows 和 SciPy 的所有問題; 只需選擇合適的下載即可。 我能夠毫無問題地安裝包。 我嘗試過的所有其他解決方案都讓我頭疼。
資料來源: http : //www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
命令:
pip install [Local File Location]\[Your specific file such as scipy-0.16.0-cp27-none-win_amd64.whl]
這假設您已經安裝了以下內容:
使用 Python 工具安裝 Visual Studio 2015/2013
(已集成到 2015 安裝時的設置選項中)
安裝適用於 Python 的 Visual Studio C++ 編譯器
來源: http : //www.microsoft.com/en-us/download/details.aspx?id=44266
文件名: VCForPython27.msi
安裝選擇的 Python 版本
來源: python.org
文件名(例如): python-2.7.10.amd64.msi
http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
下載scipy-0.18.0-cp27-cp27m-win_amd64.whl
cmd
scipy-0.18.0-cp27-cp27m-win_amd64.whl
在cmd
的當前目錄中,然后輸入pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl
。就會安裝成功。
此處描述了在 Windows 7 64 位上安裝 SciPy 時缺少 BLAS/LAPACK 庫的解決方案:
http://www.scipy.org/scipylib/building/windows.html
安裝 Anaconda 容易得多,但您仍然無法在不付費的情況下獲得 Intel MKL 或 GPU 支持(它們位於 Anaconda 的 MKL 優化和加速附加組件中 - 我不確定它們是否也使用 PLASMA 和 MAGMA) . 通過 MKL 優化,numpy 在大型矩陣計算上的性能比 IDL 高 10 倍。 MATLAB 在內部使用 Intel MKL 庫並支持 GPU 計算,因此如果他們是學生,不妨以這個價格使用它(MATLAB 50 美元 + Parallel Computing Toolbox 10 美元)。 如果您獲得英特爾 Parallel Studio 的免費試用版,它會附帶 MKL 庫以及 C++ 和 FORTRAN 編譯器,如果您想在 Windows 上從 MKL 或 ATLAS 安裝 BLAS 和 LAPACK,這些編譯器將派上用場:
http://icl.cs.utk.edu/lapack-for-windows/lapack/
Parallel Studio 還帶有英特爾 MPI 庫,可用於集群計算應用程序及其最新的至強處理器。 雖然使用 MKL 優化構建 BLAS 和 LAPACK 的過程並非微不足道,但這樣做對 Python 和 R 的好處非常大,如本英特爾網絡研討會所述:
Anaconda 和 Enthought 通過使此功能和其他一些更易於部署的功能來構建業務。 但是,對於那些願意做一些工作(和一些學習)的人來說,它是免費的。
對於那些使用 R 的人,您現在可以通過 Revolution Analytics 的R Open免費獲得 MKL 優化的 BLAS 和 LAPACK。
編輯:Anaconda Python 現在附帶 MKL 優化,並通過英特爾 Python 發行版支持許多其他英特爾庫優化。 但是,Accelerate 庫(以前稱為 NumbaPro)中對 Anaconda 的 GPU 支持仍然超過 1 萬美元! 最好的替代方案可能是 PyCUDA 和 scikit-cuda,因為 Copperhead(本質上是 Anaconda Accelerate 的免費版本)不幸在五年前停止了開發。 如果有人想從他們離開的地方繼續,可以在這里找到它。
抱歉死掉,但這是第一個谷歌搜索結果。 這是對我有用的解決方案:
從http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下載 numpy+mkl 輪。 使用與您的 python 版本相同的版本(使用 python -V 檢查)。 例如。 如果你的python是3.5.2,下載顯示cp35的輪子
打開命令提示符並導航到您下載輪子的文件夾。 運行命令:pip install [wheel的文件名]
從以下位置下載 SciPy 輪: http ://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy(類似於上面的步驟)。
如上,pip install [wheel的文件名]
這是我讓一切正常工作的順序。 第二點是最重要的一點。 Scipy 需要Numpy+MKL
,而不僅僅是香草Numpy
。
pip install "file path"
(從這里下載 Numpy+MKL 輪http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy )pip install scipy
如果您使用的是 Windows 和 Visual Studio 2015
輸入以下命令
此頁面提供了過於復雜的問題解決方案。 大多數 numpy / scipy 用戶不需要編譯他們的 numpy 安裝或需要依賴 3rd 方“numpy+mkl”輪子。
下載編譯器是一種反模式,您不想構建 numpy,只需使用它。 [ github.com/numpy ]
pip uninstall numpy
並安裝 scipy
pip install scipy --only-binary numpy
--only-binary
numpy
將強制安裝二進制輪 ( .whl
) 版本的 numpy。 如果失敗,則說明您的 Python 版本太新(尚不支持)。
如果您安裝了多個python版本,您可以通過以下方式確保pip正在安裝您想要的python版本
<path_to_python_executable> -m pip install <X>
而不是pip install <X>
。
numpy 1.19.3
或更高版本時,使用Python 3.8時numpy 1.19.2
。 (有關舊 numpy 版本的兼容性,請參閱numpy 發行說明)pip
試圖安裝numpy-<x>.tag.gz
,你知道它可能不會工作。 請嘗試使用舊版本的 Python。 您希望看到 pip 為 Windows 的 numpy 安裝二進制輪( numpy-<x>.whl
)。 您可以在此處檢查可用於 numpy 的 pip 中的輪子。在 Windows 中簡單快速地安裝 Scipy
http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
為您的 Python 版本下載正確的 Scipy 包(例如,python 3.5 和 Windows x64 的正確包是scipy-0.19.1-cp35-cp35m-win_amd64.whl
)。cmd
。pip install <<your-scipy-package-name>>
(例如 pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl)。我的 5 美分; 您可以從https://github.com/scipy/scipy/releases安裝整個(預編譯)SciPy
祝你好運!
對於python27 1、安裝numpy + mkl(下載鏈接: http ://www.lfd.uci.edu/~gohlke/pythonlibs/) 2、安裝scipy(同站)OK!
英特爾現在免費為 Linux / Windows / OS X 提供一個 Python 發行版,稱為“ 英特爾 Python 發行版”。
它是一個完整的 Python 發行版(例如 python.exe 包含在包中),其中包括一些針對英特爾的 MKL(數學內核庫)編譯的預安裝模塊,從而優化了更快的性能。
該發行版包括模塊 NumPy、SciPy、scikit-learn、pandas、matplotlib、Numba、tbb、pyDAAL、Jupyter 等。 缺點是升級到更新版本的 Python 有點晚。 例如,截至今天(2017 年 5 月 1 日),該發行版提供 CPython 3.5,而 3.6 版本已經發布。 但是,如果您不需要新功能,它們應該完全沒問題。
解決方案:
如許多答案中所述,從http://www.lfd.uci.edu/~gohlke/pythonlibs/下載NumPy和SciPy whl 並安裝
pip install <whl_location>
使用Miniconda 。
參考:
這樣做,它為我解決了pip install -U scikit-learn
我在嘗試安裝 scipy 時遇到了同樣的錯誤,還安裝了 Visual Studio C++、numpy 等。我的問題是我剛剛安裝了 Python 3.9。
我刪除了 3.9.0 版並降級到 3.8.6 版,安裝 scipy 沒有問題。
使用http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy 上的資源將解決問題。 但是,您應該注意版本兼容性。 經過多次嘗試,最后我決定卸載python,然后安裝新版本的python和numpy,然后安裝scipy,這解決了我的問題。
安裝英特爾的 Python 發行版https://software.intel.com/en-us/intel-distribution-for-python
更好的python分布應該最初包含它們
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.