在applem1上安装scipy和scikit learn

Question

在m1芯片上安装以下软件包：Numpy 1.21.1、pandas 1.3.0、torch 1.9.0和其他一些软件包对我来说很好。在测试它们时，它们似乎也能正常工作。然而，当我尝试通过pip安装scipy或scikit learn时，会出现以下错误：

错误：为numpy构建轮子失败

无法构建numpy

错误：无法为使用PEP517的numpy构建轮子，也无法直接安装

当我已经安装了pip的最新版本时，为什么要再次构建Numpy？

之前的每一次安装都是使用苹果m1芯片在Mac OS 11.3.1上使用python3.9 -m pip install ...完成的。

也许有人知道如何处理这个错误，或者这只是时间问题。

Answer 1

更新：scikit-learn现在通过pip工作✅

只是第一个brew install openblas-它有不同处理器的指令(维基百科)

brew install openblas
export OPENBLAS=$(/opt/homebrew/bin/brew --prefix openblas)
export CFLAGS="-falign-functions=8 ${CFLAGS}"
# ^ no need to add to .zshrc, just doing this once.
pip install scikit-learn

在Apple Silicon M1上表现出色🎉

关于Pip如何工作的更多详细信息

Pip从Pipy下载了源代码，然后构建了针对MacOS X 12.0和arm64(苹果硅)的轮子：scikit_learn-1.0.1-cp38-cp38-macosx_12_0_arm64.whl。

Building wheels for collected packages: scikit-learn
Building wheel for scikit-learn (pyproject.toml) ... done
Created wheel for scikit-learn: filename=scikit_learn-1.0.1-cp38-cp38-macosx_12_0_arm64.whl size=6364030 sha256=0b0cc9a21af775e0c8077ee71698ff62da05ab62efc914c5c15cd4bf97867b31
Successfully built scikit-learn
Installing collected packages: scipy, scikit-learn
Successfully installed scikit-learn-1.0.1 scipy-1.7.3

关于Pipy的注意事项：我们通常下载预构建的轮子(是的，这对于可靠的分发和确保兼容性非常好)。或者，如果不存在预构建的轮子(sad)，那么我们下载一个tar.gz并自己构建它。这是因为作者没有向Pipy发布预构建的轮子，但越来越多的人将其添加到他们的CI(github操作)工作流中。我们自己构建轮子需要更多的cpu时间，而且通常不太可靠，但在这种情况下可以工作。

在这里，我们下载了一个预构建的轮子，它几乎没有限制：它适用于任何版本的python 3、任何操作系统、任何架构(如amd64或arm64)：click-8.0.3-py3-none-any.whl

Collecting click>=7.0
Downloading click-8.0.3-py3-none-any.whl

这里显然没有可用的轮子，所以我们必须自己用运行setup.py的setuptools来构建它。

Collecting grpcio>=1.28.1
Downloading grpcio-1.42.0.tar.gz (21.3 MB)
|████████████████████████████████| 21.3 MB 12.7 MB/s
Preparing metadata (setup.py) ... done
## later in the process it installs using setuptools 
Running setup.py install for grpcio ... done

祝你好运，管道快乐。

Answer 2

最终使用以下步骤对其进行了排序：

1. 使用brew安装python 3.9u2028(brew安装python@3.9)
2. 设置PATH以首先选择brew python3(导出PATH=opt/homebrew/bin:$PATH)
3. 运行以下命令安装scipy和scikit learn

>>/opt/homebrew/bin/brew install openblas
>>export OPENBLAS=$(/opt/homebrew/bin/brew --prefix openblas)
>>export CFLAGS="-falign-functions=8 ${CFLAGS}"
>>git clone https://github.com/scipy/scipy.git
>>cd scipy
>>git submodule update --init
>>/opt/homebrew/bin/pip3 install .
>>/opt/homebrew/bin/pip3 install scikit-learn

4. 转到需要创建虚拟环境的文件夹并运行python3 -m venv --system-site-packages .venv

Answer 3

截至2022年3月14日(馅饼日！)，我所要做的就是在conda环境中键入以下内容：

conda install --channel=conda-forge scikit-learn

就是这样。我正在conda环境中运行MacBook Pro(13〃，M12020)，带有MacOS 11.6和python 3.8。

Answer 4

请参阅scikit-learn关于的注释

在Apple Silicon M1硬件上安装

最近推出的macos/arm64平台(有时也称为macos/aarch64)要求开源社区升级构建配置和自动化，以正确支持它。

在撰写本文时(2021年1月)，在该硬件上安装scikit learn的唯一方法是从conda-forge分发版安装scikit learn及其依赖项，例如使用miniorge安装程序：

https://github.com/conda-forge/miniforge

以下问题跟踪了使用pip安装scikit学习PyPI的进度：

https://github.com/scikit-learn/scikit-learn/issues/19137

Answer 5

苹果M1 Pro，macOS 12.1

Python 3.9.10 (main, Jan 15 2022, 11:40:53) 
[Clang 13.0.0 (clang-1300.0.29.3)] on darwin
pip 22.0.3

安装numpy和scipy

brew install openblas gfortran
OPENBLAS="$(brew --prefix openblas)" pip install numpy==1.19.3
OPENBLAS="$(brew --prefix openblas)" pip install scipy==1.7.2

安装scikit learn(0.21.3)

pip install cython
brew install libomp
export CC=/usr/bin/clang
export CXX=/usr/bin/clang++
export CPPFLAGS="$CPPFLAGS -Xpreprocessor -fopenmp"
export CFLAGS="$CFLAGS -I/opt/homebrew/Cellar/libomp/13.0.1/include"
export CXXFLAGS="$CXXFLAGS -I/opt/homebrew/Cellar/libomp/13.0.1/include"
export LDFLAGS="$LDFLAGS -L/opt/homebrew/Cellar/libomp/13.0.1/lib -lomp"
export DYLD_LIBRARY_PATH=/opt/homebrew/Cellar/libomp/13.0.1/lib
pip install scikit-learn==0.21.3

Answer 6

我不知道为什么会再次构建numpy(也许scipy有其他版本要求？)，但我可以报告如何安装scipy和scikit学习。我刚刚成功地使用了以下基于Python 3.8.11的命令序列(尤其是scipy编译需要一些时间，所以不幸的是，这个过程并不快)：

# SciPy:
python -m pip install --no-cache --no-use-pep517 pythran cython pybind11 gast"==0.4.0"
pyenv rehash
python -m pip install --no-cache --no-binary :all: --no-use-pep517 scipy"==1.7.1"
# Scikit-Learn
python -m pip install --no-use-pep517 scikit-learn"==0.24.2"

因此，scikit学习主页上关于conda安装路径的信息似乎已经过时了。

有苹果开发人员工具(XCode、XCode select)和其他一些通过自制软件安装的软件包，以前也安装在pyenv虚拟环境中，这可能也很相关，所以我在下面添加它们：

brew install openblas openssl@1.1 pkg-config pyenv pyenv-virtualenv
python -m pip install numpy==1.19.5

我需要旧的numpy版本，因为在这个环境中也安装了tensorflow，它与新的numpy版不兼容；我不知道你的新numpy是否会导致你遇到的问题。

目前看来，在苹果M1支持方面有很多变化，所以这可能很快会变得更容易。

Answer 7

我猜在arm64处理器(MAC M1 OS BigSur及更高版本)上不直接支持Scipy和Numpy，这需要用户手动安装和构建依赖关系。我用Python 3.8版本创建了一个虚拟环境，从而找到了解决方案。一旦最终版本推出，这些更改就可以很容易地删除，而不会产生任何冲突。

1. 使用python 3.8版本设置python虚拟环境。

python3.8-m venv<环境名称>

2. 激活环境

源<环境名称>仓/激活

3. 安装numpy和scipy

pip3安装numpy
pip3安装scipy

Answer 8

我在这里插话，因为我使用Docker容器安装所有这些。主机是M1 MBP，运行蒙特雷12.0.1-我在GitHub上的这个线程中找到了以下解决方案。看来scipy团队很快就会有更新。

确保您使用的是Python 3.9，并使用HomeBrew运行brew install openblas。完成后，您可以在Dockerfile中添加以下行：

RUN OPENBLAS="/opt/homebrew/opt/openblas" CFLAGS="-falign-functions=8 ${CFLAGS}" pip3 install scipy
RUN OPENBLAS="/opt/homebrew/opt/openblas" CFLAGS="-falign-functions=8 ${CFLAGS}" pip3 install scikit-learn

Answer 9

最好的方法是使用Miniforge。已确认Macbook M1和OS 12(蒙特利)的工作

1. 在macbook M1上，可以使用命令brew install miniforge安装miniorge。

2. 安装后，您可以使用命令conda create -n .venv python

3. 使用命令conda activate .venv激活环境

4. 使用conda install scikit-learn将scikit learn安装到环境中

与scikit学习安装相关的官方问题跟踪器在他们的github问题中。建议的一些解决方案对Mac OS 11有效，但对Mac OS 12无效。
我终于在这里找到了有效的解决方案

Answer 10

我通过在pyproject.toml.中使用诗歌和设置python限制的依赖项scipy = { version = "^1.8.0", python = "~3.9" }解决了这个问题

Answer 11

我在macOS 11.6.8(BigSur)和Apple M1芯片上遇到了同样的问题。

经过大量研究，我发现scipy现在支持苹果M1芯片，但它需要macOS 12。

因此，要在Apple M1芯片上安装scipy，您可以按照以下两种方式进行操作：

1. 将您的macOS更新到12
2. 使用Conda管理Python虚拟环境并通过以下方式安装scipy

conda activate myenv
conda install scipy

我希望以上两种方法可以帮助你！