在 Amazon EC2 Linux 微型实例上的 Virtualenv 中安装 scipy 时遇到问题

问题描述：

我已成功scipy在 Amazon EC2 微型实例 (Ubuntu 13.04) 上安装了默认 Python 编译器。但是我无法scipy在虚拟环境中安装。

pip install scipy以此错误结束

scipy/sparse/sparsetools/csr_wrap.cxx: In function ‘void init_csr()’:

scipy/sparse/sparsetools/csr_wrap.cxx:73303:21: warning: variable ‘md’ set but not used [-Wunused-but-set-variable]

c++: internal compiler error: Killed (program cc1plus)

Please submit a full bug report,

with preprocessed source if appropriate.

See <file:///usr/share/doc/gcc-4.7/README.Bugs> for instructions.

----------------------------------------
Cleaning up...
Command /home/ubuntu/pnr/bin/python -c "import setuptools;__file__='/home/ubuntu/pnr/build/scipy/setup.py';exec(compile(open(__file__).read().replace('
', '
'), __file__, 'exec'))" install --record /tmp/pip-t8Drvd-record/install-record.txt --single-version-externally-managed --install-headers /home/ubuntu/pnr/include/site/python2.7 failed with error code -9 in /home/ubuntu/pnr/build/scipy

和

Traceback (most recent call last):
  File "/home/ubuntu/pnr/bin/pip", line 9, in <module>
    load_entry_point('pip==1.4.1', 'console_scripts', 'pip')()
  File "/home/ubuntu/pnr/local/lib/python2.7/site-packages/pip/__init__.py", line 148, in main
    return command.main(args[1:], options)
  File "/home/ubuntu/pnr/local/lib/python2.7/site-packages/pip/basecommand.py", line 169, in main
    text = '
'.join(complete_log)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe2 in position 53: ordinal not in range(128)

在有人询问之前。pip freeze默认编译器返回

Cheetah==2.4.4
Landscape-Client==12.12
M2Crypto==0.21.1
PAM==0.4.2
Pillow==2.0.0
PyYAML==3.10
Twisted-Core==12.3.0
Twisted-Names==12.3.0
Twisted-Web==12.3.0
apt-xapian-index==0.45
argparse==1.2.1
boto==2.3.0
chardet==2.0.1
cloud-init==0.7.2
configobj==4.7.2
distribute==0.6.34
distro-info==0.10
euca2ools==2.1.1
numpy==1.7.1
oauth==1.0.1
paramiko==1.7.7.1
prettytable==0.6.1
pyOpenSSL==0.13
pycrypto==2.6
pycurl==7.19.0
pygobject==3.8.0
pyserial==2.6
python-apt==0.8.8ubuntu6
python-debian==0.1.21-nmu2ubuntu1
requests==1.1.0
scipy==0.11.0
six==1.2.0
ssh-import-id==3.14
urllib3==1.5
virtualenv==1.10.1
wsgiref==0.1.2
zope.interface==4.0.5

pip freezevirtualenv 返回的命令

Cython==0.19.2
Flask==0.10.1
Flask-Bootstrap==3.0.0.1
Flask-WTF==0.9.3
Jinja2==2.7.1
MarkupSafe==0.18
WTForms==1.0.5
Werkzeug==0.9.4
argparse==1.2.1
beautifulsoup4==4.3.2
itsdangerous==0.23
numpy==1.7.1
pymongo==2.6.2
requests==2.0.0
wsgiref==0.1.2

解决方案 1：

一种解决方案是临时启用微实例上的交换。如本SO 帖子所述，通过以下方式启用 1gb 交换：

sudo /bin/dd if=/dev/zero of=/var/swap.1 bs=1M count=1024
sudo /sbin/mkswap /var/swap.1
sudo /sbin/swapon /var/swap.1

一旦交换打开，通过 pip 安装 scipy：

sudo apt-get install -y libatlas-base-dev gfortran python-dev build-essential g++
sudo pip install numpy
sudo pip install scipy

一旦 scipy 成功安装，您可以通过以下方式禁用它：

sudo swapoff /var/swap.1
sudo rm /var/swap.1

解决方案 2：

这对我有用：

pip --no-cache-dir install scipy

看：

• 使用 pip install Matplotlib 时出现内存错误

https://github.com/pypa/pip/blob/9a23d4ed119327d3b823ec223aaead90964bac58/pip/basecommand.py#L56-L63

• https://github.com/pypa/pip/blob/28cca11e284b37cc2c7977fd25be6f494adda9d3/src/pip/_internal/download.py#L359-L367

笔记：

• 适用于其他服务提供商、硬件、虚拟机和容器。

• 如果 RAM 分配大小为 1GB

• 只需计算缓存目录内存使用量和可用内存之间的差异

解决方案 3：

是的，512MB 对于编译该 C++ 文件来说不够。

最好的选择是将 Scipy 构建为二进制包（bdist、eggs或更现代的wheels），例如通过python setupegg.py bdist_egg具有兼容环境的其他机器。例如，在虚拟机中使用与 EC2 实例类似的 Linux 版本。

总的来说，最好记住，pip安装软件包时，它会编译源文件。如果软件包不小，那么效率很低，最好使用二进制软件包。wheel软件包格式应该与 pip 配合良好。

解决方案 4：

对我来说，错误略有不同。

Blas (http://www.netlib.org/blas/) libraries not found.

Directories to search for the libraries can be specified in the

numpy/distutils/site.cfg file (section [blas]) or by setting

the BLAS environment variable.

----------------------------------------
Cleaning up...
Command /home/kdixit/pyvirt/bin/python -c "import setuptools;__file__='/home/kdixit/pyvirt/build/scipy/setup.py';exec(compile(open(__file__).read().replace('

因此我必须安装

sudo apt-get install libblas-dev

然后它就成功了。

解决方案 5：

scipy我在编译时遇到了虚拟内存不足错误t2.micro，我认为numpy编译得很好。无论如何，我猜Dolan Antenucci的答案可以解决我的问题，但我选择了另一条路线，一种妥协，确实有效。

我正在运行一个Ubuntu实例，所以请记住这一点。

sudo apt-get -y install python-scipy && echo -e "
ok, installed python-scipy, continuing...
"

# add scipy to the venv
mkdir ~/venv_PROJECT/lib/python2.7/site-packages/scipy/
ln -s /usr/lib/python2.7/dist-packages/scipy/* ~/venv_PROJECT/lib/python2.7/site-packages/scipy/

# add numpy to the venv
mkdir ~/venv_PROJECT/lib/python2.7/site-packages/numpy/
ln -s /usr/lib/python2.7/dist-packages/numpy/* ~/venv_PROJECT/lib/python2.7/site-packages/numpy/

# add PIL to the venv
mkdir ~/venv_PROJECT/lib/python2.7/site-packages/PIL/
ln -s /usr/lib/python2.7/dist-packages/PIL/* ~/venv_PROJECT/lib/python2.7/site-packages/PIL/

折衷方案是，您将无法在不同的虚拟环境中使用不同的版本，并且您必须与存储库中的版本绑定。

警告：

>>> import scipy
>>> scipy.__version__
'0.13.3'

>>> import numpy
>>> numpy.__version__
'1.8.2'

>>> from PIL import Image
>>> Image.VERSION
'1.1.7'