我正在尝试将 python 和一系列软件包安装到 64 位 Windows 7 桌面上。我已经安装了 Python 3.4，安装了 Microsoft Visual Studio C++，并成功安装了 numpy、pandas 和其他一些。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，我使用的安装命令是；
pip install --no-index --find-links="S:\python\scipy 0.15.0" scipy
我在这里阅读了有关需要编译器的帖子，如果我理解正确的话，它就是 VS C++ 编译器。我正在使用 2010 版本，因为我正在使用 Python 3.4。这适用于其他软件包。
我必须使用窗口二进制文件还是有办法让 pip install 工作？
非常感谢您的帮助
此处描述了在 Windows 7 64 位上安装 SciPy 时缺少 BLAS/LAPACK 库的解决方案：
http://www.scipy.org/scipylib/building/windows.html
安装 Anaconda 要容易得多，但您仍然无法在不付费的情况下获得 Intel MKL 或 GPU 支持（它们在 Anaconda 的 MKL 优化和加速附加组件中 - 我不确定他们是否也使用 PLASMA 和 MAGMA） . 通过 MKL 优化，numpy 在大型矩阵计算上的性能比 IDL 高 10 倍。MATLAB 在内部使用英特尔 MKL 库并支持 GPU 计算，因此如果他们是学生，不妨使用它来支付价格（MATLAB 50 美元 + Parallel Computing Toolbox 10 美元）。如果您获得英特尔 Parallel Studio 的免费试用版，它附带 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 还附带英特尔 MPI 库，可用于集群计算应用程序及其最新的至强处理器。虽然使用 MKL 优化构建 BLAS 和 LAPACK 的过程并非微不足道，但这样做对 Python 和 R 的好处是相当大的，如本英特尔网络研讨会所述：
https://software.intel.com/en-us/articles/powered-by-mkl-accelerating-numpy- and-scipy-performance-with-intel-mkl-python
Anaconda 和 Enthought 已经通过使此功能和其他一些更易于部署的东西来建立业务。但是，那些愿意做一些工作（和一些学习）的人可以免费使用它。
对于使用 R 的用户，您现在可以通过 Revolution Analytics的R Open免费获得 MKL 优化的 BLAS 和 LAPACK。
编辑：Anaconda Python 现在附带 MKL 优化，并通过英特尔 Python 发行版支持许多其他英特尔库优化。但是，Accelerate 库（以前称为 NumbaPro）中对 Anaconda 的 GPU 支持仍然超过 1 万美元！最好的替代品可能是 PyCUDA 和 scikit- cuda，因为铜头鱼（本质上是 Anaconda Accelerate 的免费版本）不幸在五年前停止了开发。如果有人想从中断的地方继续，可以在这里找到。
