python studio安裝python - Windows Scipy安裝:找不到Lapack / Blas資源





python套件安裝 visual (13)


英特爾現在免費為Linux / Windows / OS X提供名為“ 用於Python的英特爾分發”的Python發行版

它是一個完整的Python發行版(例如包中包含python.exe),其中包含一些針對英特爾MKL(數學內核庫)編譯的預安裝模塊,因此經過優化以提高性能。

發行版包括NumPy,SciPy,scikit-learn,pandas,matplotlib,Numba,tbb,pyDAAL,Jupyter等模塊。 缺點是升級到更新版本的Python有點遲。 例如,截至今天(2017年5月1日),該發行版提供了CPython 3.5,而3.6版本已經停用。 但是,如果你不需要新的功能,他們應該是完美的。

我正試圖將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和其他一些程序。 嘗試安裝scipy時出現以下錯誤;

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

我正在使用脫機pip安裝,我正在使用的安裝命令是;

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

我已經閱讀了關於如果我理解正確的是VS C ++編譯器需要編譯器的帖子。 我正在使用2010版本,因為我使用Python 3.4。 這適用於其他軟件包。

我必須使用窗口二進製文件還是有一種方法可以讓pip安裝起作用?

非常感謝您的幫助




以下鏈接應解決Windows和SciPy的所有問題 ; 只需選擇適當的下載。 我能夠安裝這個軟件包而沒有任何問題。 我嘗試過的其他解決方案給了我很大的麻煩。

資料來源: scipy : scipy

命令:

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

這假定您已經安裝了以下內容:

  1. 使用Python工具安裝Visual Studio 2015/2013
    (已整合到2015年安裝的設置選項中)

  2. 安裝用於Python的Visual Studio C ++編譯器
    資料來源: http://www.microsoft.com/en-us/download/details.aspx?id=44266 : http://www.microsoft.com/en-us/download/details.aspx?id=44266
    文件名: VCForPython27.msi

  3. 選擇安裝Python版本
    來源: python.org
    文件名(例如): python-2.7.10.amd64.msi




對不起,壞了,但這是第一個谷歌搜索結果。 這是為我工作的解決方案:

  1. numpy下載numpy + mkl wheel。 使用與您的python版本相同的版本(使用python -V進行檢查)。 例如。 如果你的Python是3.5.2,請下載顯示cp35的輪子

  2. 打開命令提示符並導航到您下載車輪的文件夾。 運行命令:pip install [wheel的文件名]

  3. scipy下載SciPy輪子(類似於上面的步驟)。

  4. 如上所述,pip install [wheel的文件名]




使用scipy資源可以解決問題。 但是,您應該注意版本兼容性。 經過幾次嘗試,最後我決定卸載python,然後安裝新版本的python以及numpy,然後安裝scipy,這解決了我的問題。










用Windows簡單快速地安裝Scipy

  1. http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy為您的Python版本下載正確的Scipy軟件包(例如python 3.5和Windows x64的正確軟件包是scipy-0.19.1-cp35-cp35m-win_amd64.whl )。
  2. 在包含下載的Scipy軟件包的目錄中打開cmd
  3. 輸入pip install <<your-scipy-package-name>> (例如pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl)。



如果您正在使用Windows和Visual Studio 2015

輸入以下命令

  • “conda安裝numpy”
  • “conda安裝熊貓”
  • “conda安裝scipy”






這是我得到一切工作的順序。 第二點是最重要的一點。 Scipy需要Numpy+MKL ,而不僅僅是香草Numpy

  1. 安裝python 3.5
  2. pip install "file path" (從numpy下載Numpy + MKL輪)
  3. pip install scipy






安裝scikit-fuzzy時,我也遇到同樣的錯誤。 我解決錯誤如下:

  1. 安裝numpy ,一個whl文件
  2. 安裝scipy ,同樣是一個whl文件

根據Python版本選擇文件,如python3的amd64和python27的其他win32文件

  1. 然後pip install --user skfuzzy

我希望它會為你工作




您可以通過創建dtype=object數組來完成此操作。 如果您嘗試將長字符串分配給普通的numpy數組,它會截斷字符串:

>>> a = numpy.array(['apples', 'foobar', 'cowboy'])
>>> a[2] = 'bananas'
>>> a
array(['apples', 'foobar', 'banana'], 
      dtype='|S6')

但是當你使用dtype=object ,你會得到一個python對象引用數組。 所以你可以擁有python字符串的所有行為:

>>> a = numpy.array(['apples', 'foobar', 'cowboy'], dtype=object)
>>> a
array([apples, foobar, cowboy], dtype=object)
>>> a[2] = 'bananas'
>>> a
array([apples, foobar, bananas], dtype=object)

實際上,因為它是一個對像數組,所以你可以將任何類型的python對象分配給數組:

>>> a[2] = {1:2, 3:4}
>>> a
array([apples, foobar, {1: 2, 3: 4}], dtype=object)

然而,這解決了使用numpy的許多好處,這是如此之快,因為它適用於大量連續的原始內存塊。 使用python對象會增加很多開銷。 一個簡單的例子:

>>> a = numpy.array(['abba' for _ in range(10000)])
>>> b = numpy.array(['abba' for _ in range(10000)], dtype=object)
>>> %timeit a.copy()
100000 loops, best of 3: 2.51 us per loop
>>> %timeit b.copy()
10000 loops, best of 3: 48.4 us per loop




python windows python-3.x numpy pip