Windows Scipy Install: Не Найдено Ресурсов Lapack/Blas
Я пытаюсь установить python и ряд пакетов на 64-битный рабочий стол windows 7. Я установил Python 3.4, установил Microsoft Visual Studio C++ и успешно установил numpy, pandas и несколько других. Я получаю следующую ошибку при попытке установить scipy;
Я использую pip install offline, команда установки, которую я использую;
Я прочитал сообщения здесь о необходимости компилятора, который, если я понимаю правильно-это компилятор VS C++. Я использую версию 2010 года, как я использую Python 3.4. Это сработало для других пакетов.
должен ли я использовать двоичный файл окна или есть способ заставить pip install работать?
14 ответов:
решение проблемы отсутствия библиотек BLAS / LAPACK для установки SciPy в 64-разрядной версии Windows 7 описано здесь:
установка Anaconda намного проще, но вы все равно не получаете поддержку Intel MKL или GPU, не заплатив за нее (они находятся в оптимизации MKL и ускоряют надстройки для Anaconda-я не уверен, что они используют плазму и магму). С оптимизацией MKL, numpy имеет превзошел IDL на больших матричных вычислениях в 10 раз. MATLAB использует библиотеку Intel MKL внутри и поддерживает вычисления на GPU, поэтому можно также использовать это по цене, если они студент ($50 для MATLAB + $10 для Parallel Computing Toolbox). Если вы получаете бесплатную пробную версию Intel Parallel Studio, она поставляется с библиотекой MKL, а также компиляторами C++ и FORTRAN, которые пригодятся, если вы хотите установить BLAS и LAPACK из MKL или ATLAS Windows:
Parallel Studio также поставляется с библиотекой Intel MPI, полезной для кластерных вычислительных приложений и их последних процессоров Xeon. Хотя процесс построения BLAS и LAPACK с оптимизацией MKL не является тривиальным, преимущества этого для Python и R довольно велики, как описано в этом Intel вебинар:
Anaconda и Enthought построили бизнес, сделав эту функциональность и несколько других вещей проще в развертывании. Тем не менее, он свободно доступен для тех, кто хочет сделать немного работы (и немного обучения).
для тех, кто использует R, теперь вы можете получить MKL оптимизированные BLAS и LAPACK бесплатно с R Открыть из Revolution Analytics.
EDIT: Anaconda Python теперь поставляется с оптимизацией MKL, а также поддерживает ряд других оптимизаций библиотеки Intel через дистрибутив Intel Python. Тем не менее, поддержка GPU для Anaconda в библиотеке Accelerate (ранее известной как NumbaPro) по-прежнему превышает $10k USD! Лучшие альтернативы для этого, вероятно, PyCUDA и scikit-cuda, поскольку copperhead (по сути, бесплатная версия Anaconda Accelerate), к сожалению, прекратилась развитие пять лет назад. Его можно найти здесь если кто-то хочет забрать, где они остановились.
следующая ссылка должна решить все проблемы с Windows и SciPy, просто выберите подходящий скачать. Я смог установить пакет pip без проблем. Каждое другое решение, которое я пробовал, давало мне большие головные боли.
предполагается, что вы установили следующее уже:
установите Visual Studio 2015/2013 с помощью Python Tools
(Интегрирован в Параметры установки при установке 2015 года)
установить компилятор Visual Studio C++ для Python
Источник: http://www.microsoft.com/en-us/download/details.aspx?id=44266
Имя Файла: VCForPython27.msi
установите версию Python по выбору
Источник: python.org
Имя файла (например): python-2.7.10.amd64.msi
версия моего python-2.7.10, 64-битная Windows 7.
gohlke/pythonlibs/#scipy
он будет успешно установлен.
извините за некро, но это первый результат поиска google. Это решение, которое сработало для меня:
скачать numpy + mkl колесо от http://www.lfd.uci.edu/
gohlke/pythonlibs / #numpy. Используйте версию, которая совпадает с вашей версией python (проверьте с помощью python-V). Например. если ваш python 3.5.2, загрузите колесо, которое показывает cp35
Откройте командную строку и перейдите в папку, где вы загрузили колеса. Выполните команду: pip install [имя файла колеса]
Как и выше, pip install [имя файла колеса]
Это был приказ, который я получил все работает. Второй момент-самый важный. Составляющей должен Numpy+MKL , а не просто ваниль Numpy .
- установить python 3.5
- pip install «file path» (скачать Numpy + MKL колесо отсюда http://www.lfd.uci.edu /
Если вы работаете с Windows и Visual Studio 2015
- установить miniconda http://conda.pydata.org/miniconda.html
- измените свою среду python на python 3.4 (32bit)
- нажмите на python environment 3.4 и откройте cmd
введите следующие команды
- «conda install numpy»
- «conda install pandas»
- «conda install scipy»
мои 5 центов; вы можете просто установить весь (предварительно скомпилированный) SciPy из https://github.com/scipy/scipy/releases
простая и быстрая установка Scipy с Windows
gohlke/pythonlibs/#scipy скачать правильный пакет Scipy для вашей версии Python (например, правильный пакет для python 3.5 и Windows x64 — это scipy-0.19.1-cp35-cp35m-win_amd64.whl ).
для python27 1、Install numpy + mkl（download link:http://www.lfd.uci.edu/
gohlke / pythonlibs/） 2, Установите scipy (тот же сайт) Хорошо!
Intel теперь предоставляет дистрибутив Python для Linux / Windows / OS X бесплатно под названием»дистрибутив Intel для Python».
его полное распределение Python (например, python.exe входит в пакет), который включает в себя некоторые предустановленные модули, скомпилированные против MKL Intel (Math Kernel Library) и, таким образом, оптимизированные для более высокой производительности.
дистрибутив включает в себя модули NumPy, SciPy, scikit-learn, pandas, matplotlib, Numba, tbb, пидаал, Юпитер и другие. Недостатком является небольшая задержка в обновлении до более поздних версий Python. Например, на сегодняшний день (1 мая 2017 года) дистрибутив предоставляет CPython 3.5, в то время как версия 3.6 уже вышла. Но если вам не нужны новые функции, они должны быть в полном порядке.
Я также получал ту же ошибку при установке scikit-fuzzy. Я разрешил ошибку следующим образом:
выберите файл в соответствии с версией python, такой как amd64 для python3 и другой файл win32 для python27
- затем pip install —user skfuzzy
Я надеюсь, что это будет работать для вас
What is the easiest way to install BLAS and LAPACK for scipy?
I would like to run a programme that someone else has prepared and it includes scipy. I have tried to install scipy with
but it gives me a long error. I know there are ways with Anaconda and Canopy but I think these are long ways. I would like to have a short way. I have also tried
with similar results
Why does a scipy get so complicated ?
10 Answers 10
The SciPy installation page already recommends several ways of installing python with SciPy already included, such as WinPython.
Another way is to use wheels (a built-package format):
The wheel packages you can find on: http://www.lfd.uci.edu/
For SciPy you need:
For Debian Jessie and Stretch installing the following packages resolves the issue:
Your next issue is very likely going to be a missing Fortran compiler, resolve this by installing it like this:
If you want an optimized scipy, you can also install the optional libatlas-base-dev package:
If you have any issue with a missing Python.h file like this:
Python.h: No such file or directory
«Why does a scipy get so complicated?
It gets so complicated because Python’s package management system is built to track Python package dependencies, and SciPy and other scientific tools have dependencies beyond Python. Wheels fix part of the problem, but my experience is that tools like pip / virtualenv are just not sufficient for installing and managing a scientific Python stack.
If you want an easy way to get up and running with SciPy, I would highly suggest the Anaconda distribution. It will give you everything you need for scientific computing in Python.
If you want a «short way» of doing this (I’m interpreting that as «I don’t want to install a huge distribution»), you might try miniconda and then run conda install scipy .
Using conda install scipy instead of pip solved the problem for me!
Always for Ubuntu/Debian, chjortlund’s answer it’s very good but not perfect, since this way you get an unoptimized BLAS library. You have simply to do:
Версия моего питона 2.7.10, 64-битная Windows 7.
gohlke/pythonlibs/#scipy
Он будет успешно установлен.
1 плюс
Для python27 1 、 Установить numpy + mkl （ссылка для скачивания: http://www.lfd.uci.edu/
gohlke/pythonlibs/） 2 、 установить scipy (тот же сайт) ОК!
Автор: X.Make Размещён: 09.03.2017 04:54
0 плюса
Лучше всего для распространения Python должен содержать их изначально
32 плюса
Решение об отсутствии библиотек BLAS / LAPACK для установок SciPy в 64-битной Windows 7 описано здесь:
Установить Anaconda намного проще, но вы все равно не получите поддержку Intel MKL или GPU, не заплатив за нее (они есть в дополнениях MKL Optimization и Accelerate для Anaconda — я не уверен, что они также используют PLASMA и MAGMA) , С оптимизацией MKL Numpy превзошел IDL в больших матричных вычислениях в 10 раз. MATLAB использует библиотеку Intel MKL для внутреннего использования и поддерживает вычисления на GPU, поэтому можно использовать ее по цене, если они студент (50 долларов за MATLAB + 10 долларов за Parallel Computing Toolbox). Если вы получаете бесплатную пробную версию Intel Parallel Studio, она поставляется с библиотекой MKL, а также с компиляторами C ++ и FORTRAN, которые пригодятся вам, если вы захотите установить BLAS и LAPACK из MKL или ATLAS в Windows:
Parallel Studio также поставляется с библиотекой Intel MPI, полезной для приложений кластерных вычислений и их новейших процессоров Xeon. Хотя процесс создания BLAS и LAPACK с оптимизацией MKL не является тривиальным, его преимущества для Python и R довольно велики, как описано в этом вебинаре Intel:
Anaconda и Enthought создали бизнес, сделав эту функциональность и несколько других вещей проще в развертывании. Тем не менее, он находится в свободном доступе для тех, кто хочет сделать немного работы (и немного обучения).
Для тех, кто использует R, теперь вы можете бесплатно получить оптимизированные для MKL BLAS и LAPACK с помощью R Open от Revolution Analytics.
РЕДАКТИРОВАТЬ: Anaconda Python теперь поставляется с оптимизацией MKL, а также поддержкой ряда других оптимизаций библиотек Intel через дистрибутив Intel Python. Однако поддержка GPU для Anaconda в библиотеке Accelerate (ранее известной как NumbaPro) по-прежнему превышает 10 тысяч долларов США! Лучшими альтернативами для этого, вероятно, являются PyCUDA и scikit-cuda, так как Copperhead (по сути, бесплатная версия Anaconda Accelerate), к сожалению, прекратил разработку пять лет назад. Это можно найти здесь, если кто-то хочет подобрать, где они остановились.
115 плюса
Следующая ссылка должна решить все проблемы с Windows и SciPy ; просто выберите соответствующую загрузку. Я смог установить пакет без проблем. Любое другое решение, которое я пробовал, вызывало у меня сильные головные боли.
Это предполагает, что вы уже установили следующее:
Установите Visual Studio 2015/2013 с помощью инструментов Python
(интегрирован в параметры установки при установке 2015 г.)
Установите компилятор Visual Studio C ++ для Python.
Источник: http://www.microsoft.com/en-us/download/details.aspx?id=44266
Имя файла: VCForPython27.msi
Установите выбранную версию Python.
Источник: имя
файла python.org (например): python-2.7.10.amd64.msi
0 плюса
Использование ресурсов по адресу http://www.lfd.uci.edu/
gohlke/pythonlibs/#scipy решит проблему. Тем не менее, вы должны быть осторожны с совместимостью версий. После нескольких попыток, наконец, я решил удалить python, а затем установил свежую версию python вместе с numpy, а затем установил scipy, и это решило мою проблему.
29 плюса
Извините за некро, но это первый результат поиска в Google. Это решение, которое работает для меня:
Загрузите колесо numpy + mkl с http://www.lfd.uci.edu/
gohlke/pythonlibs/#numpy . Используйте версию, которая совпадает с вашей версией Python (проверьте с помощью python -V). Например. если ваш питон 3.5.2, скачайте колесо, которое показывает cp35
Откройте командную строку и перейдите в папку, в которую вы скачали колесо. Запустите команду: pip install [имя файла колеса]
Как и выше, pip install [имя файла колеса]
20 плюса
Это был приказ, у меня все работало. Второй пункт самый важный. Нужен Сципи Numpy+MKL , а не только ваниль Numpy .