Estoy tratando de instalar Python y una serie de paquetes en un escritorio de Windows 7 de 64 bits. He instalado Python 3.4, tengo instalado Microsoft Visual Studio C ++, y he instalado con éxito numpy, pandas y algunos otros. Recibo el siguiente error al intentar instalar scipy;

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

Estoy usando pip install offline, el comando de instalación que estoy usando es;

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

He leído las publicaciones aquí sobre la necesidad de un compilador que, si entiendo correctamente, es el compilador VS C ++. Estoy usando la versión 2010 como estoy usando Python 3.4. Esto ha funcionado para otros paquetes.

¿Tengo que usar el binario de la ventana o hay alguna manera de hacer que la instalación de pip funcione?

Muchas gracias por la ayuda

Aquí se describe la solución a la ausencia de bibliotecas BLAS / LAPACK para instalaciones de SciPy en Windows 7 de 64 bits:

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

Instalar Anaconda es mucho más fácil, pero aún así no obtienes soporte para Intel MKL o GPU sin pagarlo (están en los complementos MKL Optimizaciones y Acelerar para Anaconda; tampoco estoy seguro de si usan PLASMA y MAGMA) . Con la optimización MKL, numpy ha superado en 10 veces a IDL en cálculos de matrices grandes. MATLAB usa la biblioteca Intel MKL internamente y es compatible con la computación GPU, por lo que uno podría usar eso por el precio si son estudiantes ($ 50 por MATLAB + $ 10 por la Caja de herramientas de computación paralela). Si obtiene la versión de prueba gratuita de Intel Parallel Studio, viene con la biblioteca MKL, así como con los compiladores C ++ y FORTRAN que serán útiles si desea instalar BLAS y LAPACK desde MKL o ATLAS en Windows:

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

Parallel Studio también viene con la biblioteca Intel MPI, útil para aplicaciones de computación en clúster y sus últimos procesadores Xeon. Si bien el proceso de creación de BLAS y LAPACK con la optimización MKL no es trivial, los beneficios de hacerlo para Python y R son bastante grandes, como se describe en este seminario web de Intel:

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

Anaconda y Enthought han creado negocios al hacer que esta funcionalidad y algunas otras cosas sean más fáciles de implementar. Sin embargo, está disponible gratuitamente para aquellos dispuestos a hacer un poco de trabajo (y un poco de aprendizaje).

Para aquellos que usan R, ahora puede obtener BLAS y LAPACK optimizados para MKL de forma gratuita con R Open de Revolution Analytics.

EDITAR: Anaconda Python ahora viene con optimización MKL, así como soporte para varias otras optimizaciones de la biblioteca Intel a través de la distribución Intel Python. Sin embargo, el soporte de GPU para Anaconda en la biblioteca Accelerate (anteriormente conocida como NumbaPro) ¡todavía supera los $ 10k USD! Las mejores alternativas para eso son probablemente PyCUDA y scikit-cuda, ya que la cabeza de cobre (esencialmente una versión gratuita de Anaconda Accelerate) desafortunadamente dejó de desarrollarse hace cinco años. Se puede encontrar aquí si alguien quiere continuar donde lo dejó.

El siguiente enlace debería resolver todos los problemas con Windows y SciPy ; solo elige la descarga adecuada. Pude instalar pip el paquete sin problemas. Todas las demás soluciones que he probado me dieron grandes dolores de cabeza.

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

Mando:

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

Esto supone que ya ha instalado lo siguiente:

1. Instale Visual Studio 2015/2013 con Python Tools
   (está integrado en las opciones de configuración en la instalación de 2015)

2. Instale el compilador de Visual Studio C ++ para Python
   Fuente: http://www.microsoft.com/en-us/download/details.aspx?id=44266
   Nombre de archivo:VCForPython27.msi

3. Instale la versión de Python que elija
   Fuente: nombre de
   archivo python.org (por ejemplo):python-2.7.10.amd64.msi

La versión de mi pitón es 2.7.10, Windows 7 de 64 bits.

1. Descargar scipy-0.18.0-cp27-cp27m-win_amd64.whldesdehttp://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
2. Abierto cmd
3. Asegúrese de que scipy-0.18.0-cp27-cp27m-win_amd64.whlesté en cmdel directorio actual de, luego escriba pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl.

Será exitosamente instalado.

Perdón por necro, pero este es el primer resultado de búsqueda de Google. Esta es la solución que funcionó para mí:

1. Descargue numpy + mkl wheel desde http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy . Use la versión que sea la misma que su versión de Python (verifique usando python -V). P.ej. si su python es 3.5.2, descargue la rueda que muestra cp35

2. Abra el símbolo del sistema y navegue a la carpeta donde descargó la rueda. Ejecute el comando: pip install [nombre de archivo de la rueda]

3. Descargue la rueda SciPy de: http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy (similar al paso anterior).

4. Como arriba, pip install [nombre de archivo de la rueda]

Esta fue la orden en la que todo funcionaba. El segundo punto es el más importante. Scipy necesita Numpy+MKL, no solo vainilla Numpy.

1. Instalar python 3.5
2. pip install "file path"(descargue la rueda Numpy + MKL desde aquí http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy )
3. pip install scipy

Si está trabajando con Windows y Visual Studio 2015

• Instale miniconda http://conda.pydata.org/miniconda.html
• Cambie su entorno de Python a Python 3.4 (32 bits)
• Haga clic en Python Environment 3.4 y abra cmd

Ingrese los siguientes comandos

• "conda install numpy"
• "conda instalar pandas"
• "conda install scipy"

Mis 5 centavos; Puede instalar el SciPy completo (precompilado) desde https://github.com/scipy/scipy/releases

¡Buena suerte!

Instalación simple y rápida de Scipy en Windows

1. Desde http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipydescargar el paquete Scipy correcto para su versión de Python (por ejemplo, el paquete correcto para python 3.5 y Windows x64 es scipy-0.19.1-cp35-cp35m-win_amd64.whl).
2. Abra cmddentro del directorio que contiene el paquete descargado de Scipy.
3. Tipo pip install <<your-scipy-package-name>>(p. Ej. Pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl).

Para python27 1 、 Instalar numpy + mkl （enlace de descarga: http://www.lfd.uci.edu/~gohlke/pythonlibs/） 2 、 instalar scipy (el mismo sitio) ¡OK!

Intel ahora proporciona una distribución Python para Linux / Windows / OS X de forma gratuita llamada " Distribución Intel para Python ".

Es una distribución completa de Python (por ejemplo, python.exe está incluida en el paquete) que incluye algunos módulos preinstalados compilados contra MKL (Math Kernel Library) de Intel y optimizados para un rendimiento más rápido.

La distribución incluye los módulos NumPy, SciPy, scikit-learn, pandas, matplotlib, Numba, tbb, pyDAAL, Jupyter y otros. El inconveniente es un poco de retraso en la actualización a versiones más recientes de Python. Por ejemplo, a partir de hoy (1 de mayo de 2017) la distribución proporciona CPython 3.5 mientras que la versión 3.6 ya está fuera. Pero si no necesita las nuevas funciones, deberían estar perfectamente bien.

También recibí el mismo error al instalar scikit-fuzzy. Resolví el error de la siguiente manera:

1. Instale Numpy , un archivo whl
2. Instale Scipy , nuevamente un archivo whl

elija el archivo de acuerdo con la versión de python como amd64 para python3 y otro archivo win32 para python27

3. luego pip install --user skfuzzy

Espero que funcione para ti

Soluciones:

1. Como se especifica en muchas respuestas, descargue NumPy y SciPy whl desde http://www.lfd.uci.edu/~gohlke/pythonlibs/ e instálelo con

   pip install <whl_location>

2. Construyendo BLAS / LAPACK desde la fuente

3. Usando Miniconda .

Referir:

1. Instalación de ScikitLearn
2. ¿La forma más fácil de instalar BLAS y LAPACK para scipy?

El uso de recursos en http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy resolverá el problema. Sin embargo, debe tener cuidado con la compatibilidad de versiones. Después de intentarlo varias veces, finalmente decidí desinstalar python y luego instalé una versión nueva de python junto con numpy y luego instalé scipy y esto resolvió mi problema.

Instalar la distribución de Intel de Python https://software.intel.com/en-us/intel-distribution-for-python

mejor para la distribución de python debería contenerlos inicialmente

haz esto, me resolvió pip install -U scikit-learn