在 apple m1 上安装 scipy 和 scikit-learn
Installing scipy and scikit-learn on apple m1
在 m1 芯片上安装以下软件包：Numpy 1.21.1、pandas 1.3.0、torch 1.9.0 和其他一些对我来说效果很好。它们在测试时似乎也能正常工作。但是，当我尝试通过 pip 安装 scipy 或 scikit-learn 时，会出现此错误：
错误：numpy 的构建轮失败
构建numpy失败
错误：无法为使用 PEP 517 且无法直接安装的 numpy 构建轮子
当我已经安装了 pip 的最新版本时，为什么还要重新构建 Numpy？
以前的每个安装都是使用 python3.9 -m pip install ... 在 Mac OS 11.3.1 上使用苹果 m1 芯片完成的。
也许有人知道如何处理这个错误，或者这只是时间问题。
请参阅 scikit-learn 关于
的注释
Installing on Apple Silicon M1 hardware
The recently introduced macos/arm64 platform (sometimes also known as macos/aarch64) requires the open source community to upgrade the build configuation and automation to properly support it.
At the time of writing (January 2021), the only way to get a working installation of scikit-learn on this hardware is to install scikit-learn and its dependencies from the conda-forge distribution, for instance using the miniforge installers:
https://github.com/conda-forge/miniforge
The following issue tracks progress on making it possible to install scikit-learn from PyPI with pip:
我不知道为什么要重新构建 numpy（也许 scipy 有其他版本要求？），但我可以报告如何安装 scipy 和 scikit-learn。我刚刚成功使用以下命令序列，基于 Python 3.8.11（特别是 scipy 编译需要一些时间，所以这个过程不是一个快速的过程，不幸的是）：
# 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"
所以 scikit-learn 主页上关于需要 conda 安装路径的信息似乎已经过时了。
有Apple developer tools (XCode, xcode-select) 和其他一些通过homebrew安装的包，之前在pyenv virtualenv环境中，这也可能是相关，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
我需要较旧的 numpy 版本，因为在此环境中还安装了与较新的 numpy 版本不兼容的 tensorflow；我不知道你的新 numpy 是否有助于解决你遇到的问题。
看来目前对 Apple M1 的支持有很多变化，所以这可能很快就会变得更容易。
最终使用以下步骤对其进行了排序：
- 使用 brew 安装 python 3.9 (brew install python@3.9)
- 设置 PATH 以首先选择 brew python3 (export PATH=opt/homebrew/bin:$PATH)
- 运行 下面的命令安装 scipy 和 scikit-learn
>> /opt/homebrew/bin/brew install openblas
>> export OPENBLAS=$(/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
- 进入需要创建虚拟环境的文件夹运行
python3 -m venv --system-site-packages .venv
我猜 Scipy 并且 Numpy 在 arm64 处理器（MAC M1 OS BigSur 和更高版本）上不直接支持，这需要用户手动安装和构建依赖项。我通过使用 Python 版本 3.8 创建虚拟环境来解决这个问题。推出最终版本后，可以轻松删除此更改而不会产生任何冲突。
- 使用 Python 3.8 版设置 python 虚拟环境。
python3.8 -m venv <environment_name>
- 激活环境
source <environment_name>/bin/activate
- 安装numpy和scipy
pip3 install numpy
pip3 install scipy
我在这里插话，因为我正在使用 Docker 容器安装所有这些。主机是 M1 MBP 运行ning Monterey 12.0.1 - 我在 GitHub 上的 this thread 中找到了以下解决方案。 scipy 团队似乎很快就会有更新。
确保您使用的是 Python 3.9 并使用 HomeBrew，运行 brew install openblas。完成后，您可以将以下行添加到您的 Docker 文件中：
RUN OPENBLAS="/opt/homebrew/opt/openblas" CFLAGS="-falign-functions=8 ${CFLAGS}" pip3 install scipy
RUN OPENBLAS="/opt/homebrew/opt/openblas" CFLAGS="-falign-functions=8 ${CFLAGS}" pip3 install scikit-learn
最好的方法是使用 Miniforge。已确认 Macbook M1 和 OS 12（蒙特雷）
在 macbook M1 上，您可以使用命令 brew install miniforge.
安装 miniforge
安装完成后，您可以使用创建虚拟环境
命令 conda create -n .venv python
使用命令conda activate .venv
激活环境
安装scikit-learn到环境使用conda install scikit-learn
与 scikit-learn 安装相关的官方问题跟踪器在他们的 github issues 中。一些建议的解决方案适用于 Mac OS 11，但不适用于 Mac OS 12.
我终于找到了可行的解决方案 here
更新：scikit-learn 现在可以通过 pip 运行 ✅
首先 brew install openblas - 它有针对不同处理器的说明 (wikipedia)
brew install openblas
export OPENBLAS=$(/opt/homebrew/bin/brew --prefix openblas)
export CFLAGS="-falign-functions=8 ${CFLAGS}"
# ^ no need to add to .zshrc, just doing this once.
pip install scikit-learn # ==0.24.1 if you want
在 M1 Pro 上表现出色
额外的细节
Pip 从 Pipy 下载源代码，然后针对 MacOS X 12.0 和 arm64 (apple silicon) 构建了 wheel：scikit_learn-1.0.1-cp38-cp38-macosx_12_0_arm64.whl.
Building wheels for collected packages: scikit-learn
Building wheel for scikit-learn (pyproject.toml) ... done
Created wheel for scikit-learn: filename=scikit_learn-1.0.1-cp38-cp38-macosx_12_0_arm64.whl size=6364030 sha256=0b0cc9a21af775e0c8077ee71698ff62da05ab62efc914c5c15cd4bf97867b31
Successfully built scikit-learn
Installing collected packages: scipy, scikit-learn
Successfully installed scikit-learn-1.0.1 scipy-1.7.3
关于 Pipy 的注意事项：我们通常下载 预构建的轮子 （是的，这对于可靠分发和确保兼容性非常好）。或者，如果不存在预构建的轮子（悲伤），那么我们下载 a tar.gz 并自己构建它。发生这种情况是因为作者没有向 Pipy 发布预构建的轮子，但越来越多的人将其添加到他们的 CI（github 操作）工作流程中。自己造轮子需要更多 cpu 时间，而且通常不太可靠，但在这种情况下可以。
我们在这里下载一个预制轮子，它几乎没有限制：它适用于 python 3 的任何版本，适用于任何 os，适用于任何架构（如 amd64 或 arm64） : click-8.0.3-py3-none-any.whl
Collecting click>=7.0
Downloading click-8.0.3-py3-none-any.whl
这里显然我们没有可用的轮子，所以我们必须自己构建它 setuptools 运行 setup.py.
Collecting grpcio>=1.28.1
Downloading grpcio-1.42.0.tar.gz (21.3 MB)
|████████████████████████████████| 21.3 MB 12.7 MB/s
Preparing metadata (setup.py) ... done
## later in the process it installs using setuptools
Running setup.py install for grpcio ... done
祝你好运，吹笛快乐。
苹果 M1 Pro，macOS 12.1
Python 3.9.10 (main, Jan 15 2022, 11:40:53)
[Clang 13.0.0 (clang-1300.0.29.3)] on darwin
pip 22.0.3
安装 numpy 和 scipy
brew install openblas gfortran
OPENBLAS="$(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
我通过使用诗歌并在 pyproject.toml 中设置 python 受限依赖项 scipy = { version = "^1.8.0", python = "~3.9" } 解决了这个问题。
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。我是 运行 MacBook Pro (13", M1, 2020)，运行 MacOS 11.6，在 conda 环境中 python 3.8。
在 m1 芯片上安装以下软件包：Numpy 1.21.1、pandas 1.3.0、torch 1.9.0 和其他一些对我来说效果很好。它们在测试时似乎也能正常工作。但是，当我尝试通过 pip 安装 scipy 或 scikit-learn 时，会出现此错误：
错误：numpy 的构建轮失败
构建numpy失败
错误：无法为使用 PEP 517 且无法直接安装的 numpy 构建轮子
当我已经安装了 pip 的最新版本时，为什么还要重新构建 Numpy？
以前的每个安装都是使用 python3.9 -m pip install ... 在 Mac OS 11.3.1 上使用苹果 m1 芯片完成的。
也许有人知道如何处理这个错误，或者这只是时间问题。
请参阅 scikit-learn 关于
Installing on Apple Silicon M1 hardware
The recently introduced
macos/arm64platform (sometimes also known asmacos/aarch64) requires the open source community to upgrade the build configuation and automation to properly support it.At the time of writing (January 2021), the only way to get a working installation of scikit-learn on this hardware is to install scikit-learn and its dependencies from the conda-forge distribution, for instance using the miniforge installers:
https://github.com/conda-forge/miniforge
The following issue tracks progress on making it possible to install scikit-learn from PyPI with pip:
我不知道为什么要重新构建 numpy（也许 scipy 有其他版本要求？），但我可以报告如何安装 scipy 和 scikit-learn。我刚刚成功使用以下命令序列，基于 Python 3.8.11（特别是 scipy 编译需要一些时间，所以这个过程不是一个快速的过程，不幸的是）：
# 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"
所以 scikit-learn 主页上关于需要 conda 安装路径的信息似乎已经过时了。
有Apple developer tools (XCode, xcode-select) 和其他一些通过homebrew安装的包，之前在pyenv virtualenv环境中，这也可能是相关，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
我需要较旧的 numpy 版本，因为在此环境中还安装了与较新的 numpy 版本不兼容的 tensorflow；我不知道你的新 numpy 是否有助于解决你遇到的问题。
看来目前对 Apple M1 的支持有很多变化，所以这可能很快就会变得更容易。
最终使用以下步骤对其进行了排序：
- 使用 brew 安装 python 3.9 (brew install python@3.9)
- 设置 PATH 以首先选择 brew python3 (export PATH=opt/homebrew/bin:$PATH)
- 运行 下面的命令安装 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
- 进入需要创建虚拟环境的文件夹运行
python3 -m venv --system-site-packages .venv
我猜 Scipy 并且 Numpy 在 arm64 处理器（MAC M1 OS BigSur 和更高版本）上不直接支持，这需要用户手动安装和构建依赖项。我通过使用 Python 版本 3.8 创建虚拟环境来解决这个问题。推出最终版本后，可以轻松删除此更改而不会产生任何冲突。
- 使用 Python 3.8 版设置 python 虚拟环境。
python3.8 -m venv <environment_name>
- 激活环境
source <environment_name>/bin/activate
- 安装numpy和scipy
pip3 install numpy
pip3 install scipy
我在这里插话，因为我正在使用 Docker 容器安装所有这些。主机是 M1 MBP 运行ning Monterey 12.0.1 - 我在 GitHub 上的 this thread 中找到了以下解决方案。 scipy 团队似乎很快就会有更新。
确保您使用的是 Python 3.9 并使用 HomeBrew，运行 brew install openblas。完成后，您可以将以下行添加到您的 Docker 文件中：
RUN OPENBLAS="/opt/homebrew/opt/openblas" CFLAGS="-falign-functions=8 ${CFLAGS}" pip3 install scipy
RUN OPENBLAS="/opt/homebrew/opt/openblas" CFLAGS="-falign-functions=8 ${CFLAGS}" pip3 install scikit-learn
最好的方法是使用 Miniforge。已确认 Macbook M1 和 OS 12（蒙特雷）
在 macbook M1 上，您可以使用命令
安装 miniforgebrew install miniforge.安装完成后，您可以使用创建虚拟环境 命令
conda create -n .venv python使用命令
激活环境conda activate .venv安装scikit-learn到环境使用
conda install scikit-learn
与 scikit-learn 安装相关的官方问题跟踪器在他们的 github issues 中。一些建议的解决方案适用于 Mac OS 11，但不适用于 Mac OS 12.
我终于找到了可行的解决方案 here
更新：scikit-learn 现在可以通过 pip 运行 ✅
首先 brew install openblas - 它有针对不同处理器的说明 (wikipedia)
brew install openblas
export OPENBLAS=$(/opt/homebrew/bin/brew --prefix openblas)
export CFLAGS="-falign-functions=8 ${CFLAGS}"
# ^ no need to add to .zshrc, just doing this once.
pip install scikit-learn # ==0.24.1 if you want
在 M1 Pro 上表现出色
额外的细节
Pip 从 Pipy 下载源代码，然后针对 MacOS X 12.0 和 arm64 (apple silicon) 构建了 wheel：scikit_learn-1.0.1-cp38-cp38-macosx_12_0_arm64.whl.
Building wheels for collected packages: scikit-learn
Building wheel for scikit-learn (pyproject.toml) ... done
Created wheel for scikit-learn: filename=scikit_learn-1.0.1-cp38-cp38-macosx_12_0_arm64.whl size=6364030 sha256=0b0cc9a21af775e0c8077ee71698ff62da05ab62efc914c5c15cd4bf97867b31
Successfully built scikit-learn
Installing collected packages: scipy, scikit-learn
Successfully installed scikit-learn-1.0.1 scipy-1.7.3
关于 Pipy 的注意事项：我们通常下载 预构建的轮子 （是的，这对于可靠分发和确保兼容性非常好）。或者，如果不存在预构建的轮子（悲伤），那么我们下载 a tar.gz 并自己构建它。发生这种情况是因为作者没有向 Pipy 发布预构建的轮子，但越来越多的人将其添加到他们的 CI（github 操作）工作流程中。自己造轮子需要更多 cpu 时间，而且通常不太可靠，但在这种情况下可以。
我们在这里下载一个预制轮子，它几乎没有限制：它适用于 python 3 的任何版本，适用于任何 os，适用于任何架构（如 amd64 或 arm64） : click-8.0.3-py3-none-any.whl
Collecting click>=7.0
Downloading click-8.0.3-py3-none-any.whl
这里显然我们没有可用的轮子，所以我们必须自己构建它 setuptools 运行 setup.py.
Collecting grpcio>=1.28.1
Downloading grpcio-1.42.0.tar.gz (21.3 MB)
|████████████████████████████████| 21.3 MB 12.7 MB/s
Preparing metadata (setup.py) ... done
## later in the process it installs using setuptools
Running setup.py install for grpcio ... done
祝你好运，吹笛快乐。
苹果 M1 Pro，macOS 12.1
Python 3.9.10 (main, Jan 15 2022, 11:40:53)
[Clang 13.0.0 (clang-1300.0.29.3)] on darwin
pip 22.0.3
安装 numpy 和 scipy
brew install openblas gfortran
OPENBLAS="$(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
我通过使用诗歌并在 pyproject.toml 中设置 python 受限依赖项 scipy = { version = "^1.8.0", python = "~3.9" } 解决了这个问题。
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。我是 运行 MacBook Pro (13", M1, 2020)，运行 MacOS 11.6，在 conda 环境中 python 3.8。