如何在pip环境中安装基于Intel MKL的Anaconda版numpy与scipy？

不能直接通过pip安装Anaconda官方提供的、基于Intel MKL优化的numpy和scipy包——这类预编译包是Anaconda生态专属的，仅通过conda渠道分发，并未上传到PyPI。

针对你的需求，这里提供几个可行的替代方案：

• 手动下载Anaconda预编译轮子并用pip安装
  你可以找到对应Python版本、系统架构的.whl文件，然后通过本地文件路径用pip安装。比如：

  pip install /path/to/downloaded/numpy-xxx-mkl.whl
  pip install /path/to/downloaded/scipy-xxx-mkl.whl
  

  注意：要确保下载的轮子和当前环境的Python版本、系统位数完全匹配，否则会出现安装失败或运行错误。

• 从源码编译并链接Intel MKL
  如果愿意折腾，可以自行编译numpy和scipy并指定链接MKL库：

  1. 先安装Intel MKL库
  2. 设置编译环境变量，指定MKL的路径（比如export MKL_ROOT=/path/to/mkl）
  3. 用pip强制从源码编译安装：

     pip install numpy --no-binary :all:
     pip install scipy --no-binary :all:
     

  这种方式需要配置C/C++编译工具链，适合有一定开发经验的用户。

另外你提到的PyPI上的intel-numpy和intel-scipy确实无法满足需求，它们的维护进度滞后，仅支持Python 3.9，版本更新不及时，不适合当前主流的Python环境。

内容的提问来源于stack exchange，提问作者Eric Johnson