我已经使用本答案中描述的方法成功安装了numpy和scipy。然后我想添加scikit learn，所以一开始我尝试将scikit-learn==0.11添加到requirements.txt中，当推送到heroku时，我收到了一条错误消息：
ImportError: liblapack.so.3gf: cannot open shared object file: No such file or directory
所以我在LD_LIBRARY_PATH中添加了liblapack.so.3gf的路径，但后来我得到了这个：
ImportError: libgfortran.so.3: cannot open shared object file: No such file or directory
我相信heroku没有fortran编译器，但也许我错了。我该如何解决此问题？
基于这些指针，我刚刚在heroku上完成了scikit-learn的安装。我很高兴看到没有必要获得自定义的二进制文件，但设置一些环境做到了：）
你可以在我的wyn构建包分支中找到额外的自定义步骤：https://github.com/ToonTimbermont/heroku-buildpack-python
关键是为LD_LIBRARY_PATH设置正确的值：export LD_LIBRARY_PATH=$(pwd)/vendor/lib:$(pwd)/vendor/lib/atlas- base:$(pwd)/vendor/lib/atlas-base/atlas
我还在heroku配置中添加了以下路径：heroku config:add LD_LIBRARY_PATH=/app/.heroku/vendor/lib/atlas-base/atlas:/app/.heroku/vendor/lib/atlas-base:/app/.heroku/vendor/lib/
另一个不错的选择是conda buildpack，它允许您将Anaconda/Miniconda提供的任何免费Linux64包添加到Heroku应用程序中。一些最受欢迎的软件包包括numpy、scipy、scikit learn、statsmodels和pandas。虽然buildpack使向应用程序添加包变得相当简单，但缺点是buildback占用了大量空间，并且您必须等待Anaconda更新存储库中的库。
如果你正在Heroku上启动一个新的Python应用程序，你可以使用以下命令添加conda构建包：
$ heroku create YOUR_APP_NAME --buildpack https://github.com/kennethreitz/conda-buildpack.git
如果你已经在Heroku上安装了一个Python应用程序，你可以使用以下命令将conda构建包添加到现有的应用程序中：
$ heroku config:add BUILDPACK_URL=https://github.com/kennethreitz/conda-buildpack.git
或者，如果您需要按名称指定应用程序：
$ heroku config:add BUILDPACK_URL=https://github.com/kennethreitz/conda-buildpack.git --app YOUR_APP_NAME
要使用buildpack，您需要在应用程序目录中包括两个文本文件requirements.txt和conda-requirements.txt。与标准Python buildpack一样，requirements.txt文件列出了应该使用pip安装的包。应使用conda安装的程序包列在conda-requirements.txt文件中。一些最有用的科学包包括numpy、scipy、scikit-learn、statsmodels、panda和cvxopt。可用conda包的完整列表可以在repo.continuum.io.上找到
例如：
$ cat requirements.txt
gunicorn==0.14.2
requests==0.11.1
$ cat conda-requirements.txt
scipy
numpy
cvxopt
就是这样！现在，您可以在Heroku上将Anaconda软件包添加到Python应用程序中。
您可能能够将所需的所有库打包到应用程序本身中，但更优雅的解决方案是在git上克隆Heroku Python Buildpack，并将其修改为包含这些库。然后，您可以指示应用程序在命令行客户端上使用带有--buildpack标志的修改后的构建包。
编辑：我最初没有点击另一个答案，但听起来你已经在使用自定义构建包了。您使用的构建包有各种自定义步骤，可以下载自定义二进制文件。二进制文件是在64位Debian下编译的。
您应该能够剖析构建包正在使用的其他自定义二进制文件之一，以找到--prefix，使用它可以./configure并构建所需的额外库。这并不完全简单或方便，但它应该像numpy和scipy一样工作。
如果你像我一样在安装scikit时遇到问题，请学习并出错，
ImportError: numpy is not installed.
scikit-learn requires numpy >= 1.11.0.
您要做的是检查本地/dev/环境的版本，并在部署时使用特定的版本，甚至是python版本。
使用zenpoy或以下提到的pip freeze。
import scipy
import sklearn
import numpy
print(scipy.__version__)
print(sklearn.__version__)
print(numpy.__version__)
将此版本专门添加到requirements.txt
scipy==1.4.1
scikit-learn==0.22.2.post1
numpy==1.19.5
在heroku中，要设置Python运行时，请在应用程序的根目录中添加一个runtime.txt文件，该文件声明要使用的确切版本号：
python-3.7.10
我在Python3上为此创建了一个构建包：https://github.com/dwnld/heroku-buildpack-python3-sklearn
使用conda-buildpack并将"nomkl"添加到conda-requirements.txt文件中，以获得slugsize。