Python使用pip安装SciPy、SymPy、matplotlib教程

洛溪
洛溪
发布时间:2026-10-12| 3人浏览过
原创

本文详细记录了在64位Windows环境下使用pip安装SciPy、SymPy和matplotlib时遇到的报错问题及解决过程。通过下载对应Python版本和系统架构的whl文件进行离线安装,解决了依赖冲突和DLL加载失败错误。重点介绍了处理numpy版本不匹配及链接MKL库的具体步骤,为Python科学计算环境搭建提供参考。

背景:

尝试通过标准命令pip install SciPy安装Python函数库SciPy时,系统持续报错,且网络搜索未能找到有效的解决方案,最终通过安装whl格式文件成功完成部署。

过程:

操作环境为64位电脑,已预装Python 3.5.2版本。

下载函数库:访问网址http://www.lfd.uci.edu/~gohlke/pythonlibs/下载对应函数的whl文件。需严格匹配Python版本及Windows系统架构。文件命名规则示例:scipy‑0.19.1‑cp35‑cp35m‑win_amd64.whl,其中cp35代表Python 3.5版本,win_amd64代表64位Windows系统,0.19.1为SciPy版本号。

鉴于已预先安装numpy,本次仅安装以下whl文件。

>>pip install E:\360安全浏览器下载\scipy-0.19.1-cp35-cp35m-win_amd64.whl

>>pip install E:\360安全浏览器下载\matplotlib-1.5.3-cp35-cp35m-win_amd64.whl

>>pip install E:\360安全浏览器下载\sympy-1.1.1-py2.py3-none-any.whl

注意:

下载的.whl文件请勿修改文件名。

安装顺序至关重要,建议先安装numpy和scipy模块,再安装matplotlib,以处理模块间的相互依赖关系。

若首次安装失败,可尝试重新安装多次,例如matplotlib和scipy均经过两次安装才成功。

若持续安装失败,可尝试下载较低版本的函数库进行测试。

若上述手动安装过程过于繁琐,可直接安装集成大量有用第三方包的Anaconda发行版,或选择安装python(x,y)。

后续:

使用过程中遇到的部分错误提示及解决办法:

执行from scipy.optimize import leastsq时出现以下两个报错信息。

报错:RuntimeError:module compiled against API version 0xb but this version of numpy is 0xa。网络资料指出此为numpy版本不匹配所致。

解决办法:

pip install numpy –upgrade
pip install -U numpy

使用命令成功将numpy从版本1.12.1升级至1.13.1。

报错:File "C:\Python\lib\site-packages\scipy\linalg\blas.py", line 155, in <module> from scipy.linalg import _fblas ImportError: DLL load failed: 找不到指定的模块。

解决numpy版本报错后,继续出现上述错误,网络搜索未找到完美解决方案,多数观点认为问题源于numpy安装配置不当。

判断为numpy安装存在问题,因此手动安装numpy的whl文件:numpy-1.13.1+mkl-cp35-cp35m-win_amd64.whl,成功解决问题。

Numpy + MKL链接至英特尔®数学内核库,包含numpy运行所需的dll文件。

曾考虑安装python(x,y)以简化流程,但因其安装包体积达800M过大而放弃,提供相关下载地址:

ftp://ftp.ntua.gr/pub/devel/pythonxy/

以上关于Python使用pip安装SciPy、SymPy、matplotlib的教程全部内容分享完毕,希望能对读者有所帮助,也欢迎大家继续支持本站。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。