Windows下Python安装numpy+mkl,Scipy和statsmodels

最近做时间序列分析需要用到Python中的statsmodels,但是安装过程中遇到很头疼的问题,Google、Stackover各种都没有找到合适的解决办法,而且貌似还有很多同学也在吐槽Windows下Python安装Scipy一团糟,所以有必要分享一下,帮助大家避开此坑。大笑


一般来说,在Python中进行科学计算,numpy和pandas是必不可少的,pandas也依赖于numpy。如果安装了pip的话,直接pip install numpy就可以安装,但是scipy依赖于numpy+mkl,所以直接安装numpy没有Inter MKL也并没有用,建议是从http://www.lfd.uci.edu/~gohlke/pythonlibs/中下载对应的.whl文件,例如我的Python版本是3.4, 32位,下载numpy-1.11.0+mkl-cp34-cp34m-win32.whl至Python所在安装目录下/Scripts。如果已经用pip安装了wheel&#

您可以按照以下步骤在 Linux 上安装 NumPy + MKL: 1. 安装 MKL 您可以从 Intel 官网下载 Intel MKL安装它。安装完成后,您需要设置环境变量 `LD_LIBRARY_PATH` 指向 MKL 库的安装路径。例如: ``` export LD_LIBRARY_PATH=/opt/intel/mkl/lib/intel64:$LD_LIBRARY_PATH ``` 2. 安装 NumPy 使用以下命令安装 NumPy: ``` pip install numpy ``` 3. 验证 NumPy 是否使用了 MKL 您可以使用以下代码验证 NumPy 是否使用了 MKL: ```python import numpy as np print(np.__config__.show()) ``` 如果您看到以下输出,则说明 NumPy 成功使用了 MKL: ``` mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/opt/intel/mkl/lib/intel64'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/opt/intel/mkl/include'] blas_mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/opt/intel/mkl/lib/intel64'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/opt/intel/mkl/include'] blas_opt_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/opt/intel/mkl/lib/intel64'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/opt/intel/mkl/include'] lapack_mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/opt/intel/mkl/lib/intel64'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/opt/intel/mkl/include'] lapack_opt_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/opt/intel/mkl/lib/intel64'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/opt/intel/mkl/include'] ``` 希望这可以帮助您安装 NumPy + MKL
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值