Próbuję zainstalować Pythona i serię pakietów na 64-bitowym pulpicie Windows 7. Zainstalowałem Python 3.4, mam zainstalowany Microsoft Visual Studio C ++ i pomyślnie zainstalowałem numpy, pandas i kilka innych. Podczas próby zainstalowania programu Scipy pojawia się następujący błąd;

numpy.distutils.system_info.NotFoundError: no lapack/blas resources found

Używam pip install offline, polecenie instalacji, którego używam, to;

pip install --no-index --find-links="S:\python\scipy 0.15.0" scipy

Przeczytałem posty tutaj dotyczące wymagania kompilatora, który, jeśli dobrze rozumiem, jest kompilatorem VS C ++. Używam wersji 2010, ponieważ używam Pythona 3.4. To zadziałało w przypadku innych pakietów.

Czy muszę używać pliku binarnego okna, czy jest sposób, aby zainstalować pip?

Wielkie dzięki za pomoc

Rozwiązanie problemu braku bibliotek BLAS / LAPACK dla instalacji SciPy w 64-bitowym systemie Windows 7 opisano tutaj:

http://www.scipy.org/scipylib/building/windows.html

Instalacja Anacondy jest znacznie łatwiejsza, ale nadal nie otrzymujesz wsparcia dla Intel MKL lub GPU bez zapłacenia za to (są one w dodatkach MKL Optimizations i Accelerate dla Anacondy - nie jestem pewien, czy używają też PLASMA i MAGMA) . Dzięki optymalizacji MKL firma numpy przewyższyła IDL 10-krotnie w obliczeniach na dużych macierzach. MATLAB wykorzystuje wewnętrznie bibliotekę Intel MKL i obsługuje obliczenia na GPU, więc równie dobrze można ją wykorzystać za tę cenę, jeśli jest studentem (50 USD za MATLAB + 10 USD za zestaw narzędzi do obliczeń równoległych). Jeśli otrzymasz bezpłatną wersję próbną Intel Parallel Studio, zawiera ona bibliotekę MKL, a także kompilatory C ++ i FORTRAN, które przydadzą się, jeśli chcesz zainstalować BLAS i LAPACK z MKL lub ATLAS w systemie Windows:

http://icl.cs.utk.edu/lapack-for-windows/lapack/

Parallel Studio jest również wyposażony w bibliotekę Intel MPI, przydatną w aplikacjach do obliczeń klastrowych i ich najnowszych procesorach Xeon. Chociaż proces tworzenia BLAS i LAPACK z optymalizacją MKL nie jest trywialny, korzyści płynące z tego dla Pythona i R są dość duże, jak opisano w tym webinarium Intela:

https://software.intel.com/en-us/articles/powered-by-mkl-accelerating-numpy-and-scipy-performance-with-intel-mkl-python

Anaconda i Enthought rozwinęły firmy dzięki ułatwieniu wdrażania tej funkcji i kilku innych rzeczy. Jest jednak swobodnie dostępny dla tych, którzy chcą trochę popracować (i trochę się uczyć).

Dla tych, którzy używają R, możesz teraz bezpłatnie uzyskać BLAS i LAPACK zoptymalizowane pod kątem MKL dzięki R Open z Revolution Analytics.

EDYCJA: Anaconda Python jest teraz dostarczana z optymalizacją MKL, a także obsługą wielu innych optymalizacji bibliotek Intela za pośrednictwem dystrybucji Intel Python. Jednak wsparcie GPU dla Anacondy w bibliotece Accelerate (wcześniej znanej jako NumbaPro) wciąż przekracza 10 000 USD! Najlepszą alternatywą są prawdopodobnie PyCUDA i scikit-cuda, ponieważ copperhead (zasadniczo darmowa wersja Anaconda Accelerate) niestety zaprzestał rozwoju pięć lat temu. Można go znaleźć tutaj, jeśli ktoś chce kontynuować od miejsca, w którym przerwał.

Poniższy link powinien rozwiązać wszystkie problemy z Windows i SciPy ; po prostu wybierz odpowiedni plik do pobrania. Udało mi się zainstalować pakiet za pomocą pip bez żadnych problemów. Każde inne rozwiązanie, które wypróbowałem, przyprawiało mnie o duży ból głowy.

Źródło: http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

Komenda:

 pip install [Local File Location]\[Your specific file such as scipy-0.16.0-cp27-none-win_amd64.whl]

Zakłada się, że masz już zainstalowane następujące elementy:

1. Zainstaluj program Visual Studio 2015/2013 z narzędziami Python
   (jest zintegrowany z opcjami konfiguracji podczas instalacji 2015)

2. Zainstaluj kompilator Visual Studio C ++ dla języka Python
   Source: http://www.microsoft.com/en-us/download/details.aspx?id=44266
   Nazwa pliku:VCForPython27.msi

3. Zainstaluj wybraną wersję języka Python
   Źródło: python.org
   Nazwa pliku (np.):python-2.7.10.amd64.msi

Wersja mojego Pythona to 2.7.10, 64-bitowy Windows 7.

1. Pobierz scipy-0.18.0-cp27-cp27m-win_amd64.whlzhttp://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
2. otwarty cmd
3. Upewnij się, że scipy-0.18.0-cp27-cp27m-win_amd64.whlznajduje się w cmdaktualnym katalogu użytkownika, a następnie wpisz pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl.

Zainstaluje się pomyślnie.

Przepraszamy za necro, ale to jest pierwszy wynik wyszukiwania Google. Oto rozwiązanie, które u mnie zadziałało:

1. Pobierz koło numpy + mkl z http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy . Użyj wersji, która jest taka sama jak twoja wersja Pythona (sprawdź używając python -V). Na przykład. jeśli twój Python to 3.5.2, pobierz koło, które pokazuje cp35

2. Otwórz wiersz polecenia i przejdź do folderu, w którym pobrałeś koło. Uruchom polecenie: pip install [nazwa pliku koła]

3. Pobierz koło SciPy ze strony: http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy (podobnie jak w powyższym kroku).

4. Jak wyżej, pip install [nazwa pliku koła]

To była kolejność, w której wszystko działało. Drugi punkt jest najważniejszy. Scipy potrzebuje Numpy+MKL, nie tylko wanilii Numpy.

1. Zainstaluj Pythona 3.5
2. pip install "file path"(pobierz koło Numpy + MKL stąd http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy )
3. pip install scipy

Jeśli pracujesz z systemem Windows i Visual Studio 2015

• Zainstaluj minicondę http://conda.pydata.org/miniconda.html
• Zmień środowisko Pythona na Python 3.4 (32-bitowe)
• kliknij środowisko Pythona 3.4 i otwórz cmd

Wprowadź następujące polecenia

• „conda install numpy”
• „Conda install pandy”
• „conda install scipy”

Moje 5 centów; Możesz po prostu zainstalować całe (wstępnie skompilowane) SciPy z https://github.com/scipy/scipy/releases

Powodzenia!

Prosta i szybka instalacja Scipy w systemie Windows

1. Od http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipypobrania prawidłowy pakiet scipy dla danej wersji Pythona (np poprawny pakiet dla Pythona 3.5 i Windows x64 jest scipy-0.19.1-cp35-cp35m-win_amd64.whl).
2. Otwórz cmdw katalogu zawierającym pobrany pakiet Scipy.
3. Typ pip install <<your-scipy-package-name>>(np. Pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl).

Dla python27 1 、 Zainstaluj numpy + mkl （link do pobrania: http://www.lfd.uci.edu/~gohlke/pythonlibs/） 2 、 zainstaluj scipy (ta sama strona) OK!

Firma Intel zapewnia teraz bezpłatną dystrybucję języka Python dla systemu Linux / Windows / OS X o nazwie „ dystrybucja Intel dla języka Python ”.

Jest to kompletna dystrybucja Pythona (np. Python.exe jest zawarta w pakiecie), która zawiera kilka wstępnie zainstalowanych modułów skompilowanych w oparciu o MKL (Math Kernel Library) firmy Intel, a tym samym zoptymalizowanych pod kątem większej wydajności.

Dystrybucja zawiera moduły NumPy, SciPy, scikit-learn, pandas, matplotlib, Numba, tbb, pyDAAL, Jupyter i inne. Wadą jest trochę spóźnienia w aktualizacji do nowszych wersji Pythona. Na przykład na dzień dzisiejszy (1 maja 2017) dystrybucja zapewnia CPython 3.5, podczas gdy wersja 3.6 jest już dostępna. Ale jeśli nie potrzebujesz nowych funkcji, powinny działać idealnie.

Otrzymałem ten sam błąd podczas instalacji scikit-fuzzy. Rozwiązałem błąd w następujący sposób:

1. Zainstaluj Numpy , plik whl
2. Zainstaluj Scipy , ponownie plik whl

wybierz plik zgodnie z wersją Pythona, np. amd64 dla python3 i inny plik win32 dla python27

3. następnie pip install --user skfuzzy

Mam nadzieję, że to zadziała

Rozwiązania:

1. Jak określono w wielu odpowiedziach, pobierz NumPy i SciPy whl z http://www.lfd.uci.edu/~gohlke/pythonlibs/ i zainstaluj z

   pip install <whl_location>

2. Tworzenie BLAS / LAPACK ze źródła

3. Korzystanie z Minicondy .

Odnosić się:

1. ScikitLearn Instalacja
2. Najłatwiejszy sposób na zainstalowanie BLAS i LAPACK dla Scipy?

Skorzystanie z zasobów dostępnych pod adresem http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy rozwiąże problem. Należy jednak uważać na zgodność wersji. Po kilku próbach w końcu zdecydowałem się odinstalować Pythona, a następnie zainstalowałem nową wersję Pythona wraz z numpy, a następnie zainstalowałem scipy, co rozwiązało mój problem.

zainstaluj dystrybucję Pythona firmy Intel https://software.intel.com/en-us/intel-distribution-for-python

lepiej, aby dystrybucja Pythona zawierała je początkowo

zrób to, rozwiązało to dla mnie pip install -U scikit-learn