J'essaie d'installer python et une série de packages sur un bureau Windows 7 64 bits. J'ai installé Python 3.4, installé Microsoft Visual Studio C ++ et installé avec succès numpy, pandas et quelques autres. J'obtiens l'erreur suivante en essayant d'installer scipy;

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

J'utilise pip install hors ligne, la commande d'installation que j'utilise est;

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

J'ai lu les articles ici sur la nécessité d'un compilateur qui, si je comprends bien, est le compilateur VS C ++. J'utilise la version 2010 comme j'utilise Python 3.4. Cela a fonctionné pour d'autres packages.

Dois-je utiliser le binaire window ou y a-t-il un moyen de faire fonctionner pip install?

Merci beaucoup pour l'aide

La solution à l'absence de bibliothèques BLAS / LAPACK pour les installations SciPy sur Windows 7 64 bits est décrite ici:

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

L'installation d'Anaconda est beaucoup plus facile, mais vous n'obtenez toujours pas le support Intel MKL ou GPU sans le payer (ils sont dans les modules complémentaires MKL Optimisations et Accelerate pour Anaconda - je ne sais pas s'ils utilisent PLASMA et MAGMA non plus) . Avec l'optimisation MKL, numpy a surpassé de 10 fois l'IDL sur les calculs matriciels volumineux. MATLAB utilise la bibliothèque Intel MKL en interne et prend en charge le calcul GPU, donc on pourrait aussi bien l'utiliser pour le prix s'ils sont un étudiant (50 $ pour MATLAB + 10 $ pour la boîte à outils Parallel Computing). Si vous obtenez l'essai gratuit d'Intel Parallel Studio, il est livré avec la bibliothèque MKL, ainsi que des compilateurs C ++ et FORTRAN qui vous seront utiles si vous souhaitez installer BLAS et LAPACK à partir de MKL ou ATLAS sous Windows:

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

Parallel Studio est également livré avec la bibliothèque Intel MPI, utile pour les applications de calcul en cluster et leurs derniers processeurs Xeon. Bien que le processus de création de BLAS et LAPACK avec l'optimisation MKL ne soit pas trivial, les avantages de le faire pour Python et R sont assez importants, comme décrit dans ce webinaire Intel:

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

Anaconda et Enthought ont développé des entreprises en rendant cette fonctionnalité et quelques autres choses plus faciles à déployer. Cependant, il est disponible gratuitement pour ceux qui souhaitent faire un peu de travail (et un peu d'apprentissage).

Pour ceux qui utilisent R, vous pouvez maintenant obtenir gratuitement BLAS et LAPACK optimisés pour MKL avec R Open de Revolution Analytics.

EDIT: Anaconda Python est désormais livré avec l'optimisation MKL, ainsi que la prise en charge d'un certain nombre d'autres optimisations de bibliothèques Intel via la distribution Intel Python. Cependant, le support GPU pour Anaconda dans la bibliothèque Accelerate (anciennement NumbaPro) est toujours supérieur à 10 000 USD! Les meilleures alternatives pour cela sont probablement PyCUDA et scikit-cuda, car Copperhead (essentiellement une version gratuite d'Anaconda Accelerate) a malheureusement cessé son développement il y a cinq ans. Il peut être trouvé ici si quelqu'un veut reprendre là où il s'est arrêté.

Le lien suivant devrait résoudre tous les problèmes avec Windows et SciPy ; choisissez simplement le téléchargement approprié. J'ai pu installer le package sans aucun problème. Toutes les autres solutions que j'ai essayées m'ont donné de gros maux de tête.

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

Commander:

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

Cela suppose que vous avez déjà installé les éléments suivants:

1. Installer Visual Studio 2015/2013 avec Python Tools
   (est intégré dans les options de configuration lors de l'installation de 2015)

2. Installez le compilateur Visual Studio C ++ pour Python
   Source: http://www.microsoft.com/en-us/download/details.aspx?id=44266
   Nom du fichier:VCForPython27.msi

3. Installer la version Python de votre choix
   Source: python.org
   Nom du fichier (par exemple):python-2.7.10.amd64.msi

La version de mon python est 2.7.10, Windows 7 64 bits.

1. Télécharger scipy-0.18.0-cp27-cp27m-win_amd64.whldepuishttp://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
2. Ouvert cmd
3. Assurez-vous qu'il se scipy-0.18.0-cp27-cp27m-win_amd64.whltrouve dans cmdle répertoire courant de, puis tapez pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl.

Il sera installé avec succès.

Désolé pour necro, mais c'est le premier résultat de recherche Google. C'est la solution qui a fonctionné pour moi:

1. Téléchargez la roue numpy + mkl depuis http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy . Utilisez la version qui est la même que votre version python (vérifiez avec python -V). Par exemple. si votre python est 3.5.2, téléchargez la roue qui affiche cp35

2. Ouvrez l'invite de commande et accédez au dossier dans lequel vous avez téléchargé la roue. Exécutez la commande: pip install [nom de fichier de la roue]

3. Téléchargez la roue SciPy sur: http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy (similaire à l'étape ci-dessus).

4. Comme ci-dessus, pip install [nom de fichier de la roue]

C'était l'ordre dans lequel tout fonctionnait. Le deuxième point est le plus important. Scipy a besoin Numpy+MKL, pas seulement de vanille Numpy.

1. Installez python 3.5
2. pip install "file path"(téléchargez la roue Numpy + MKL ici http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy )
3. pip install scipy

Si vous travaillez avec Windows et Visual Studio 2015

• Installez miniconda http://conda.pydata.org/miniconda.html
• Changez votre environnement python en python 3.4 (32 bits)
• cliquez sur l'environnement python 3.4 et ouvrez cmd

Entrez les commandes suivantes

• "conda install numpy"
• "conda installer des pandas"
• "conda installer scipy"

Mes 5 cents; Vous pouvez simplement installer le SciPy entier (pré-compilé) à partir de https://github.com/scipy/scipy/releases

Bonne chance!

Installation simple et rapide de Scipy sous Windows

1. De http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipytélécharger le package Scipy correct pour votre version Python (par exemple, le package correct pour python 3.5 et Windows x64 est scipy-0.19.1-cp35-cp35m-win_amd64.whl).
2. Ouvrez cmddans le répertoire contenant le package Scipy téléchargé.
3. Tapez pip install <<your-scipy-package-name>>(par exemple, pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl).

Pour python27 1 、 Installez numpy + mkl （lien de téléchargement: http://www.lfd.uci.edu/~gohlke/pythonlibs/） 2 、 installez scipy (le même site) OK!

Intel fournit désormais gratuitement une distribution Python pour Linux / Windows / OS X appelée « distribution Intel pour Python ».

Il s'agit d'une distribution Python complète (par exemple, python.exe est inclus dans le package) qui comprend des modules préinstallés compilés avec la MKL (Math Kernel Library) d'Intel et donc optimisés pour des performances plus rapides.

La distribution comprend les modules NumPy, SciPy, scikit-learn, pandas, matplotlib, Numba, tbb, pyDAAL, Jupyter et autres. L'inconvénient est un peu de retard dans la mise à niveau vers des versions plus récentes de Python. Par exemple, à partir d'aujourd'hui (1er mai 2017), la distribution fournit CPython 3.5 alors que la version 3.6 est déjà sortie. Mais si vous n'avez pas besoin des nouvelles fonctionnalités, elles devraient parfaitement fonctionner.

J'obtenais également la même erreur lors de l'installation de scikit-fuzzy. J'ai résolu l'erreur comme suit:

1. Installez Numpy , un fichier whl
2. Installez Scipy , encore un fichier whl

choisissez le fichier en fonction de la version de python comme amd64 pour python3 et un autre fichier win32 pour le python27

3. puis pip install --user skfuzzy

J'espère que cela fonctionnera pour vous

Solutions:

1. Comme spécifié dans de nombreuses réponses, téléchargez NumPy et SciPy whl à partir de http://www.lfd.uci.edu/~gohlke/pythonlibs/ et installez avec

   pip install <whl_location>

2. Construire BLAS / LAPACK à partir de la source

3. Utilisation de Miniconda .

Référer:

1. Installation de ScikitLearn
2. Le moyen le plus simple d'installer BLAS et LAPACK pour scipy?

L'utilisation des ressources sur http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy résoudra le problème. Cependant, vous devez faire attention à la compatibilité des versions. Après avoir essayé plusieurs fois, j'ai finalement décidé de désinstaller python, puis j'ai installé une nouvelle version de python avec numpy, puis j'ai installé scipy et cela a résolu mon problème.

installer la distribution intel de python https://software.intel.com/en-us/intel-distribution-for-python

mieux pour la distribution de python devrait les contenir au départ

fais ça, ça a résolu pour moi pip install -U scikit-learn