Windows下用Conda装OpenBLAS版numpy/scipy遇threadpoolctl检测问题求助

问题核心 #

你通过blas=*=openblas约束的方式在Windows环境下未完全生效，导致numpy/scipy可能仍未绑定OpenBLAS，进而引发threadpoolctl无法检测线程池的问题。Windows平台下conda-forge对OpenBLAS的依赖处理存在特殊逻辑，单独指定blas约束不足以确保编译包正确关联。

正确操作步骤 #

1. 彻底重建环境（避免残留MKL依赖）
   先移除原有测试环境：

   conda remove -n test --all
   

   使用明确绑定OpenBLAS的配置创建新环境：

   name: test
   channels:
     - conda-forge
     - defaults
   dependencies:
     - python
     - pip
     - numpy=*=openblas*
     - scipy=*=openblas*
     - openblas
   

   直接为numpy/scipy指定openblas的build后缀，能强制conda拉取conda-forge上预编译的OpenBLAS绑定版本，比单独约束blas更可靠。

2. 验证绑定是否成功
   激活环境后执行以下代码：

   import numpy
   print(numpy.__config__.show())
   

   输出内容中出现openblas相关编译信息，即为绑定成功。

3. 修复threadpoolctl检测问题
   Windows上OpenBLAS的线程池需要环境变量配合才能被threadpoolctl识别：

   • 临时设置：激活环境后执行set OPENBLAS_NUM_THREADS=4（数字可根据CPU核心数调整）
   • 永久设置：在环境的激活脚本（envs/test/etc/conda/activate.d/下新建env_vars.bat）中添加上述命令
     之后执行检测代码：

   from threadpoolctl import threadpool_info
   print(threadpool_info())
   

关键注意事项 #

• 确保conda频道优先级设置为strict，避免defaults频道的MKL版本干扰：

  # 写入.condarc文件
  channels:
    - conda-forge
    - defaults
  channel_priority: strict
  

• 不要直接修改现有环境的依赖配置，依赖缓存可能导致替换不彻底，重建环境是最稳妥的方式。

内容的提问来源于stack exchange，提问作者rb101