我正在尝试在64位Windows 7桌面上安装python和一系列软件包。我已经安装了Python 3.4，已经安装了Microsoft Visual Studio C ++，并且已经成功安装了numpy，pandas和其他一些软件。尝试安装scipy时出现以下错误；

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

我正在离线使用pip install，我正在使用的安装命令是；

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

我已经阅读了有关要求编译器的信息，如果我正确理解的话，则是VS C ++编译器。我正在使用2010版本，就像在使用Python 3.4。这对于其他软件包也有效。

我必须使用窗口二进制文件还是有办法让pip安装正常工作？

非常感谢您的帮助

此处介绍了在Windows 7 64位系统上不安装SciPy的BLAS / LAPACK库的解决方案：

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

安装Anaconda会容易得多，但是如果不付费就无法获得Intel MKL或GPU的支持（它们在MKL Optimizations和Anaconda的加速附件中-我不确定他们是否同时使用PLASMA和MAGMA） 。通过MKL优化，numpy在大型矩阵计算上的性能优于IDL十倍。MATLAB内部使用Intel MKL库并支持GPU计算，因此如果他们是学生，则不妨将其作为价格使用（MATLAB为50美元，并行计算工具箱为10美元）。如果您获得了Intel Parallel Studio的免费试用版，它将附带MKL库以及C ++和FORTRAN编译器，如果您想在Windows上从MKL或ATLAS安装BLAS和LAPACK，它们将派上用场：

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

Parallel Studio还带有Intel MPI库，可用于群集计算应用程序及其最新的Xeon处理器。尽管使用MKL优化来构建BLAS和LAPACK的过程并非易事，但针对Python和R这样做的好处却是巨大的，如以下英特尔网络研讨会所述：

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

Anaconda和Enthought通过使此功能和其他一些事情更易于部署而建立了业务。但是，愿意做一点工作（一点学习）的人可以免费使用它。

对于那些谁使用R，你现在可以得到优化MKL BLAS和LAPACK免费使用R打开从革命Analytics（分析）。

编辑：Anaconda Python现在附带MKL优化，以及通过Intel Python发行版对许多其他Intel库优化的支持。但是，Accelerate库（以前称为NumbaPro）中对Anaconda的GPU支持仍然超过1万美元！最好的替代方法可能是PyCUDA和scikit-cuda，因为铜头鱼（基本上是Anaconda Accelerate的免费版本）不幸在五年前停止开发。如果有人想在他们离开的地方接机，可以在这里找到。

以下链接应解决Windows和SciPy的所有问题；只需选择适当的下载即可。我能够毫无问题地安装该软件包。我尝试过的所有其他解决方案都让我头疼。

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

命令：

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

假定您已经安装了以下软件：

1. 使用Python工具安装Visual Studio 2015/2013
   （在2015年安装时已集成到安装选项中）

2. 安装用于Python的Visual Studio C ++编译器
   来源：http : //www.microsoft.com/zh-cn/download/details.aspx?id=44266
   文件名：VCForPython27.msi

3. 选择安装的Python版本
   来源：python.org
   文件名（例如）：python-2.7.10.amd64.msi

我的python版本是2.7.10，64位Windows 7。

1. scipy-0.18.0-cp27-cp27m-win_amd64.whl从下载http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
2. 打开 cmd
3. 确保scipy-0.18.0-cp27-cp27m-win_amd64.whl位于cmd当前目录中，然后键入pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl。

将成功安装。

抱歉necro，但这是第一个Google搜索结果。这是为我工作的解决方案：

1. 从http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下载numpy + mkl滚轮 。使用与python版本相同的版本（使用python -V检查）。例如。如果您的python是3.5.2，请下载显示cp35的转盘

2. 打开命令提示符，然后导航到下载滚轮的文件夹。运行命令：pip install [wheel文件名]

3. 从以下网址下载SciPy滚轮：http：//www.lfd.uci.edu/~gohlke/pythonlibs/#scipy （类似于上述步骤）。

4. 如上所述，pip install [wheel的文件名]

这是我一切正常的顺序。第二点是最重要的。科学需要Numpy+MKL，而不仅仅是香草Numpy。

1. 安装python 3.5
2. pip install "file path"（从此处http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下载Numpy + MKL轮子）
3. pip install scipy

如果您使用的是Windows和Visual Studio 2015

• 安装miniconda http://conda.pydata.org/miniconda.html
• 将您的python环境更改为python 3.4（32bit）
• 单击python environment 3.4并打开cmd

输入以下命令

• “康达安装numpy的”
• “康达安装熊猫”
• “ conda安装scipy”

我的5美分；您可以从https://github.com/scipy/scipy/releases安装整个（预编译的）SciPy

祝好运！

在Windows中简单快速地安装Scipy

1. 从http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy下载适用于您的Python版本的正确Scipy软件包（例如，适用于python 3.5和Windows x64的正确软件包scipy-0.19.1-cp35-cp35m-win_amd64.whl）。
2. cmd在包含下载的Scipy软件包的目录中打开。
3. 键入pip install <<your-scipy-package-name>>（例如pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl）。

对于 python27 1，安装numpy + mkl（下载链接：http : //www.lfd.uci.edu/~gohlke/pythonlibs/）2，安装scipy（在同一站点）OK！

英特尔现在免费提供用于Linux / Windows / OS X的Python发行版，称为“ 英特尔Python发行版 ”。

它是一个完整的Python发行版（例如，软件包中包含python.exe），其中包括一些根据Intel的MKL（数学内核库）编译的预安装模块，因此针对更快的性能进行了优化。

发行版包括模块NumPy，SciPy，scikit-learn，pandas，matplotlib，Numba，tbb，pyDAAL，Jupyter等。缺点是升级到最新版本的Python有点晚。例如，从今天（2017年5月1日）开始，发行版提供CPython 3.5，而3.6版本已经发布。但是，如果您不需要这些新功能，则应该很好。

安装scikit-fuzzy时我也遇到了同样的错误。我解决了如下错误：

1. 安装Whl文件Numpy
2. 安装Scipy，再次是whl文件

根据python版本选择文件，例如python3的amd64和python27的其他win32文件

3. 然后 pip install --user skfuzzy

我希望，它将为您工作

解决方案：

1. 如许多答案中所指定，请从http://www.lfd.uci.edu/~gohlke/pythonlibs/下载NumPy和SciPy whl 并安装

   pip install <whl_location>

2. 从源代码构建BLAS / LAPACK

3. 使用Miniconda。

参考：

1. ScikitLearn安装
2. 为scipy安装BLAS和LAPACK的最简单方法？

使用http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy上的资源 可以解决此问题。但是，您应该注意版本兼容性。经过几次尝试，最终我决定卸载python，然后与numpy一起安装了新版本的python，然后安装了scipy，这解决了我的问题。

安装python的intel发行版https://software.intel.com/zh-cn/intel-distribution-for-python

更好的python发行版应首先包含它们

这样做，它为我解决了 pip install -U scikit-learn