Heroku部署Flask封装Python ML模型时提示lapack/blas资源缺失报错

部署过程中触发No lapack/blas resources found报错，是因为Heroku默认的Python运行环境缺少线性代数相关的系统依赖，导致numpy、scipy等数值计算库在源码编译环节失败。

• 优先调整依赖版本避免编译
  打开你项目根目录的requirements.txt，将numpy、scipy的版本指定为提供预编译wheel的版本，不需要本地编译即可安装，适配Heroku Python 3.9环境的参考版本如下：

numpy==1.21.6
scipy==1.7.3

修改后重新推送代码尝试部署，90%以上的同类问题都可以通过这个方法解决。

• 安装系统依赖适配高版本库
  如果你需要使用更高版本的数值计算库，无法降级到上述版本，可以通过添加系统依赖的方式解决：

1. 在项目根目录新建名为Aptfile的文件，写入以下内容：

libblas-dev
liblapack-dev
gfortran

2. 进入Heroku应用的设置页面，找到Buildpacks配置区域，添加官方apt buildpack，且将该buildpack的排序调整到官方Python buildpack之前
3. 重新推送代码部署即可。

• 清理requirements.txt中的冗余依赖，移除本地开发用的jupyter、调试工具等部署不需要的包，减少依赖冲突概率
• 检查Procfile拼写是否正确，Flask应用的参考启动配置为 web: gunicorn 你的启动文件名:app，替换为你实际的启动文件名称即可。

内容的提问来源于stack exchange，提问作者spectre