lineal libreria interpolacion instalar como aplicaciones python windows python-3.x numpy pip

libreria - scipy python 3



Instalación de Windows Scipy: no se encontraron recursos de Lapack/Blas (14)

Estoy tratando de instalar Python y una serie de paquetes en un escritorio de 64 bits con Windows 7. He instalado Python 3.4, tengo instalado Microsoft Visual Studio C ++ y he instalado 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 lo entiendo correctamente, es el compilador VS C ++. Estoy usando la versión 2010 porque estoy usando Python 3.4. Esto ha funcionado para otros paquetes.

¿Tengo que usar el binario de la ventana o puedo hacer que pip install funcione?

Muchas gracias por la ayuda

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

  1. Descarga scipy-0.18.0-cp27-cp27m-win_amd64.whl de http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
  2. cmd abierto
  3. Asegúrese de que scipy-0.18.0-cp27-cp27m-win_amd64.whl esté en el directorio actual de cmd , luego escriba pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl .

Se instalará exitosamente.

El uso de los recursos en 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 nueva versión de python junto con numpy y luego instalé scipy y esto resolvió mi problema.

Esta fue la orden en que todo funcionó. 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" (descarga la rueda Numpy + MKL desde aquí numpy )
  3. pip install scipy

Intel ahora ofrece una distribución de Python para Linux / Windows / OS X gratis llamada " Distribución de Intel para Python ".

Es una distribución completa de Python (por ejemplo, python.exe se incluye en el paquete) que incluye algunos módulos preinstalados compilados contra Intel MKL (Math Kernel Library) 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 disponible. Pero si no necesita las nuevas características, deberían estar perfectamente bien.

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

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

Instalar Anaconda es mucho más fácil, pero aún no obtienes soporte para Intel MKL o GPU sin pagar por ello (están en los complementos MKL Optimizations y Accelerate para Anaconda; no estoy seguro si usan PLASMA y MAGMA) . Con la optimización de MKL, numpy ha superado en 10 veces al IDL en cálculos de matriz grande. MATLAB utiliza la biblioteca Intel MKL internamente y es compatible con la computación GPU, por lo que uno también podría usar eso por el precio si es un estudiante ($ 50 para MATLAB + $ 10 para la Parallel Computing Toolbox). Si obtiene la versión de prueba gratuita de Intel Parallel Studio, viene con la biblioteca MKL, así como los compiladores C ++ y FORTRAN que le 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 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 empresas para 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 pueden obtener BLK optimizado para MKL y LAPACK 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 conocido como NumbaPro) todavía es de más de $ 10k USD. Las mejores alternativas para eso son probablemente PyCUDA y scikit-cuda, ya que copperhead (esencialmente una versión gratuita de Anaconda Accelerate) desafortunadamente dejó de desarrollarse hace cinco años. Se puede encontrar here si alguien quiere continuar donde lo dejaron.

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

  1. Descarga numpy + mkl wheel desde numpy . Use la versión que es igual a su versión de Python (verifique usando python -V). P.ej. si tu Python es 3.5.2, descarga 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: scipy (similar al paso anterior).

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

Si está trabajando con Windows y Visual Studio 2015

Ingrese los siguientes comandos

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

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

  1. Instalar numpy , un archivo whl
  2. Instalar scipy , de nuevo un archivo whl

elija el archivo según la versión de Python como amd64 para python3 y otro archivo win32 para python27

  1. luego pip install --user skfuzzy

Espero que funcione para ti

El siguiente enlace debería resolver todos los problemas con Windows y SciPy ; simplemente elija la descarga adecuada. Pude instalar el paquete sin problemas. Cada otra solución que he probado me dio grandes dolores de cabeza.

Fuente: 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. Instalar Visual Studio 2015/2013 con herramientas de Python
    (Está integrado en las opciones de configuración en la instalación de 2015)

  2. Instalar 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. Instalar la versión de Python de elección
    Fuente: python.org
    Nombre de archivo (por ejemplo): python-2.7.10.amd64.msi

Instalación simple y rápida de Scipy con Windows

  1. Desde http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy descargue 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 cmd dentro del directorio que contiene el paquete descargado de Scipy.
  3. Escriba pip install <<your-scipy-package-name>> (por ejemplo, pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl).