Estou tentando instalar python e uma série de pacotes em um desktop de 64 bits do Windows 7. Instalei o Python 3.4, instalei o Microsoft Visual Studio C ++ e instalei com sucesso o numpy, pandas e alguns outros. Estou recebendo o seguinte erro ao tentar instalar o scipy;

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

Estou usando o pip install offline, o comando de instalação que estou usando é;

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

Eu li os posts aqui sobre a necessidade de um compilador que, se eu entendi corretamente, é o compilador VS C ++. Estou usando a versão 2010 como estou usando o Python 3.4. Isso funcionou para outros pacotes.

Preciso usar a janela binária ou existe uma maneira de obter a instalação do pip para funcionar?

Muito obrigado pela ajuda

A solução para a ausência de bibliotecas BLAS / LAPACK para instalações SciPy no Windows 7 de 64 bits é descrita aqui:

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

Instalar o Anaconda é muito mais fácil, mas você ainda não recebe suporte para Intel MKL ou GPU sem pagar por isso (eles estão nos complementos MKL Optimizations and Accelerate for Anaconda - não tenho certeza se eles usam PLASMA e MAGMA) . Com a otimização do MKL, o numpy superou em 10 vezes o IDL em grandes cálculos matriciais. O MATLAB usa a biblioteca Intel MKL internamente e suporta a computação de GPU; portanto, é possível usá-lo pelo preço se for um estudante (US $ 50 para o MATLAB + US $ 10 para a Parallel Computing Toolbox). Se você obtiver a versão de avaliação gratuita do Intel Parallel Studio, ele vem com a biblioteca MKL, bem como com os compiladores C ++ e FORTRAN, que serão úteis se você desejar instalar o BLAS e o LAPACK a partir do MKL ou ATLAS no Windows:

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

O Parallel Studio também vem com a biblioteca Intel MPI, útil para aplicativos de computação em cluster e seus mais recentes processadores Xeon. Embora o processo de criação de BLAS e LAPACK com otimização de MKL não seja trivial, os benefícios de fazê-lo para Python e R são bastante grandes, conforme descrito neste webinar da Intel:

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

A Anaconda e a Enthought criaram negócios para tornar essa funcionalidade e algumas outras coisas mais fáceis de implantar. No entanto, está disponível gratuitamente para aqueles que desejam fazer um pouco de trabalho (e um pouco de aprendizado).

Para quem usa R, agora você pode obter BLAS e LAPACK otimizados para MKL gratuitamente com o R Open da Revolution Analytics.

EDIT: O Anaconda Python agora é fornecido com otimização MKL, bem como suporte para várias outras otimizações de bibliotecas Intel através da distribuição Intel Python. No entanto, o suporte de GPU para o Anaconda na biblioteca Accelerate (anteriormente conhecido como NumbaPro) ainda está acima de US $ 10.000! As melhores alternativas para isso provavelmente são PyCUDA e scikit-cuda, pois o copperhead (essencialmente uma versão gratuita do Anaconda Accelerate) infelizmente parou de ser desenvolvido há cinco anos. Pode ser encontrado aqui se alguém quiser continuar de onde parou.

O link a seguir deve resolver todos os problemas do Windows e do SciPy ; basta escolher o download apropriado. Consegui instalar o pacote sem problemas. Todas as outras soluções que tentei me deram grandes dores de cabeça.

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

Comando:

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

Isso pressupõe que você já instalou o seguinte:

1. Instale o Visual Studio 2015/2013 com Python Tools
   (Está integrado às opções de instalação na instalação de 2015)

2. Instale o Visual Studio C ++ Compiler para Python
   Origem: http://www.microsoft.com/en-us/download/details.aspx?id=44266
   Nome do arquivo:VCForPython27.msi

3. Instale a versão preferida do Python
   Fonte: python.org
   Nome do arquivo (por exemplo):python-2.7.10.amd64.msi

A versão do meu python é 2.7.10, Windows 7 de 64 bits.

1. Download scipy-0.18.0-cp27-cp27m-win_amd64.whldehttp://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
2. Abrir cmd
3. Verifique se scipy-0.18.0-cp27-cp27m-win_amd64.whlestá no cmddiretório atual e digite pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl.

Será instalado com sucesso.

Desculpe necro, mas este é o primeiro resultado de pesquisa do Google. Esta é a solução que funcionou para mim:

1. Faça o download da roda numpy + mkl em http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy . Use a versão igual à sua versão python (verifique usando python -V). Por exemplo. se o seu python for 3.5.2, baixe a roda que mostra cp35

2. Abra o prompt de comando e navegue até a pasta em que você baixou a roda. Execute o comando: pip install [nome do arquivo da roda]

3. Faça o download da roda SciPy em: http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy (semelhante à etapa acima).

4. Como acima, pip install [nome do arquivo da roda]

Essa foi a ordem em que tudo funcionou. O segundo ponto é o mais importante. O Scipy precisa Numpy+MKL, não apenas baunilha Numpy.

1. Instale o python 3.5
2. pip install "file path"(faça o download da roda Numpy + MKL aqui http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy )
3. pip install scipy

Se você estiver trabalhando com Windows e Visual Studio 2015

• Instale o miniconda http://conda.pydata.org/miniconda.html
• Altere seu ambiente python para python 3.4 (32 bits)
• clique no ambiente python 3.4 e abra o cmd

Digite os seguintes comandos

• "conda install numpy"
• "conda instala pandas"
• "conda install scipy"

Meus 5 centavos; Você pode simplesmente instalar o SciPy inteiro (pré-compilado) em https://github.com/scipy/scipy/releases

Boa sorte!

Instalação simples e rápida do Scipy no Windows

1. Faça o http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipydownload do pacote Scipy correto para a sua versão do Python (por exemplo, o pacote correto para o python 3.5 e o Windows x64 scipy-0.19.1-cp35-cp35m-win_amd64.whl).
2. Abra cmddentro do diretório que contém o pacote Scipy baixado.
3. Digite pip install <<your-scipy-package-name>>(por exemplo, pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl).

Para python27 1 、 Instale o numpy + mkl link link para download: http://www.lfd.uci.edu/~gohlke/pythonlibs/） 2 、 instale o scipy (o mesmo site) OK!

A Intel agora fornece gratuitamente uma distribuição Python para Linux / Windows / OS X chamada " Distribuição Intel para Python ".

É uma distribuição completa do Python (por exemplo, o python.exe está incluído no pacote), que inclui alguns módulos pré-instalados compilados no MKL (Math Kernel Library) da Intel e, portanto, otimizados para um desempenho mais rápido.

A distribuição inclui os módulos NumPy, SciPy, scikit-learn, pandas, matplotlib, Numba, tbb, pyDAAL, Jupyter e outros. A desvantagem é um pouco de atraso na atualização para versões mais recentes do Python. Por exemplo, a partir de hoje (1º de maio de 2017) a distribuição fornece o CPython 3.5 enquanto a versão 3.6 já está disponível. Mas se você não precisar dos novos recursos, eles devem estar perfeitamente bem.

Eu também estava recebendo o mesmo erro ao instalar o scikit-fuzzy. Resolvi o erro da seguinte maneira:

1. Instale o Numpy , um arquivo whl
2. Instale o Scipy , novamente um arquivo whl

escolha o arquivo de acordo com a versão do python como amd64 para python3 e outro arquivo win32 para o python27

3. então pip install --user skfuzzy

Espero que funcione para você

Soluções:

1. Conforme especificado em muitas respostas, faça o download do NumPy e SciPy whl em http://www.lfd.uci.edu/~gohlke/pythonlibs/ e instale com

   pip install <whl_location>

2. Criando BLAS / LAPACK a partir da fonte

3. Usando o Miniconda .

Referir:

1. Instalação do ScikitLearn
2. A maneira mais fácil de instalar BLAS e LAPACK for scipy?

O uso de recursos em http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy resolverá o problema. No entanto, você deve ter cuidado com a compatibilidade de versões. Depois de tentar várias vezes, finalmente decidi desinstalar o python e, em seguida, instalei uma versão nova do python junto com o numpy e depois instalei o scipy, e isso resolveu o meu problema.

instale a distribuição da intel do python https://software.intel.com/en-us/intel-distribution-for-python

melhor para a distribuição de python deve contê-los inicialmente

fazer isso, resolveu para mim pip install -U scikit-learn