我正在尝试将Python以及一系列的软件包安装到一台64位的Windows 7桌面电脑上。我已经安装了Python 3.4，安装了Microsoft Visual Studio C++，并成功地安装了NumPy、Pandas等几个软件包。在尝试安装SciPy时，我遇到了以下错误；
numpy.distutils.system_info.NotFoundError: no lapack/blas resources found
我正在使用离线pip安装，我使用的安装命令是：
pip install --no-index --find-links="S:\python\scipy 0.15.0" scipy
我已经阅读了这里关于需要编译器的帖子，如果我理解正确的话，这是VS C++编译器。我正在使用2010版本，因为我正在使用Python 3.4。这对其他软件包有效。
我必须使用Windows二进制文件吗？还是有办法让pip install工作？
非常感谢您的帮助。
以下链接应该可以解决所有与Windows和SciPy相关的问题，只需选择适当的下载即可。我能够轻松地通过pip安装包。我尝试的其他所有解决方案都给了我很大的头痛。
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]
这假设您已经安装了以下内容：
使用Python工具安装Visual Studio 2015/2013
（2015的安装选项中已经整合了）
为Python安装Visual Studio C++编译器
来源：http://www.microsoft.com/en-us/download/details.aspx?id=44266
文件名: VCForPython27.msi
安装所需版本的Python
来源：python.org
文件名（例如）：python-2.7.10.amd64.msi
cpXX指的是(C)Python的版本X.X并不明显。虽然我正在运行Python 3.5，但我隐含地选择了最高版本cp36。 - Czechnologyhttp://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy下载scipy-0.18.0-cp27-cp27m-win_amd64.whl。cmd命令行窗口。scipy-0.18.0-cp27-cp27m-win_amd64.whl在cmd的当前目录中，然后输入pip install scipy-0.18.0-cp27-cp27m-win_amd64.whl。安装成功！
pip install安装。 - Randel解决在 Windows 7 64 位系统上安装 SciPy 时缺少 BLAS/LAPACK 库的问题，请参考以下链接：
http://www.scipy.org/scipylib/building/windows.html
安装 Anaconda 要简单得多，但是如果不付费，您仍将无法获得 Intel MKL 或 GPU 支持（它们分别包含在 Anaconda 的 MKL 优化和 Accelerate 插件中 - 我不确定它们是否使用 PLASMA 和 MAGMA）。通过使用 MKL 优化，numpy 在大型矩阵计算方面的性能已经比 IDL 提升了 10 倍。MATLAB 内部使用 Intel MKL 库并支持 GPU 计算，因此如果您是学生，则最好使用 MATLAB（Matlab 价格为 $50 + 并行计算工具箱价格为 $10）。如果您获得了 Intel Parallel Studio 的免费试用版，则该软件包已附带 MKL 库以及 C++ 和 FORTRAN 编译器，如果您需要在 Windows 上安装 BLAS 和 LAPACK 来自 MKL 或 ATLAS，这些工具非常实用：
http://icl.cs.utk.edu/lapack-for-windows/lapack/
Parallel Studio 还附带了 Intel MPI 库，适用于群集计算应用和最新的 Xeon 处理器。虽然使用 MKL 优化构建 BLAS 和 LAPACK 的过程并不简单，但是对于 Python 和 R 来说，这样做的好处相当大，正如在这个 Intel 网络研讨会中所述：
Anaconda 和 Enthought 利用使此功能及其他一些功能更易于部署而构建了业务。但是，对于愿意付出一点工作（和一点学习）的人来说，它是免费提供的。
对于使用 R 的用户，您现在可以通过 Revolution Analytics 提供的 R Open 免费获得 MKL 优化的 BLAS 和 LAPACK。
编辑：Anaconda Python 现在已经配备了 MKL 优化，并且通过 Intel Python 发行版支持许多其他 Intel 库优化。但是，在 Accelerate 库中 Anaconda 的 GPU 支持（以前称为 NumbaPro）仍然需要超过 10,000 美元！最好的替代方案可能是 PyCUDA 和 scikit-cuda，因为 copperhead（本质上是 Anaconda Accelerate 的免费版本）不幸地在五年前停止了开发。如果有人想接手，可以在这里找到它。
很抱歉打扰，但这是谷歌搜索结果的第一篇文章。以下是对我有效的解决办法：
从http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下载与你的Python版本相同的numpy+mkl wheel包（通过使用python -V命令检查Python版本）。例如，如果你的Python版本为3.5.2，则下载显示为cp35的wheel包。
打开命令提示符并进入下载wheel包的文件夹。运行命令：pip install [wheel包的文件名]
从http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy下载SciPy wheel包（类似于上一步骤）。
如上所述，pip install [wheel包的文件名]
我按照以下顺序使一切正常。第二点是最重要的。Scipy需要 Numpy+MKL，而不仅仅是普通的 Numpy。
pip install "file path" （从这里下载Numpy + MKL轮子：http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy）pip install scipy下载编译器是一种反模式，你不想构建numpy，只想使用它。 [github.com/numpy]
pip uninstall numpy
使用以下命令安装scipy：
pip install scipy --only-binary numpy
--only-binary选项将强制安装numpy的二进制wheel（.whl）版本。如果失败，可能是因为你使用了太新的（还不支持的）python版本。
如果你安装了多个python版本，你可以通过以下方式确保pip安装你想要的python版本：
<path_to_python_executable> -m pip install <X>
不再使用 pip install <X>。
numpy 1.19.3或更高版本时，使用Python 3.8的numpy 1.19.2。（有关旧版numpy版本的兼容性，请参见numpy发行说明）pip尝试安装numpy-<x>.tag.gz，则知道它可能不起作用。相反，请尝试较旧版本的Python。您希望看到pip为Windows安装numpy的二进制轮（numpy-<x>.whl）。您可以在此处检查pip可用的numpy车轮here。输入以下命令
简单快速在Windows上安装Scipy
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的正确软件包是 scipy-0.19.1-cp35-cp35m-win_amd64.whl）。cmd 。pip install <<your-scipy-package-name>> （例如，pip install scipy-0.19.1-cp35-cp35m-win_amd64.whl ）。pip install https://download.lfd.uci.edu/pythonlibs/z2tqcw5k/scipy-1.5.3-cp39-cp39-win_amd64.whl - 4F2E4A2EAs specified in many answers, download NumPy and SciPy whl from http://www.lfd.uci.edu/~gohlke/pythonlibs/ and install with
pip install <whl_location>
Using Miniconda.
参考：
py -3.4 -m pip install SomePackage.whl进行安装。 - Eryk Sunpip install numpy mkl。 - JeeyCi