M1（Apple Silicon/Darwin-arm64）下如何安装导入Scipy、Numpy、NumExpr等库

环境前置校验 #

• 先确认当前Python运行在原生arm64架构下，验证命令为python -c "import platform; print(platform.machine())"，输出结果为arm64即为正确环境；如果输出x86_64，说明当前Python走了Rosetta转译路线，先调整终端和Python的架构设置再继续，否则后续所有安装操作都大概率报错
• 提前升级pip到最新版本，旧版本pip无法正确识别arm64架构的PyPI包索引，升级命令：python -m pip install --upgrade pip

官方预编译包直装（优先推荐，无需手动编译） #

• 从Python 3.9版本开始，numpy、scipy、numexpr等主流数据科学包已经在PyPI官方源提供正式的原生arm64预编译二进制，不需要依赖第三方渠道，直接执行以下命令即可完成安装：
  • python -m pip install numpy scipy numexpr pandas matplotlib
• 安装过程中不要随意加--no-binary、--build类的强制编译参数，pip会自动匹配对应架构的预编译包，安装速度比本地编译快90%以上，也不会出现编译依赖缺失的报错

无预编译包时的本地编译流程 #

• 碰到个别早期版本未提供官方arm64预编译包的场景，再走手动编译流程：
  • 先通过Mac包管理器（如Homebrew）安装编译必须的底层依赖：brew install openblas gfortran gcc，缺少这三个依赖时，numpy、scipy的编译一定会失败
  • 执行编译前设置架构编译参数，强制生成arm64架构的二进制：export ARCHFLAGS="-arch arm64"
  • 针对单个包执行编译安装，比如需要本地编译numexpr时，命令为：python -m pip install --no-binary=numexpr numexpr

配置pip优先使用本地编译包的方法 #

• 实际使用中常碰到的“pip绕过本地编译包、强行从PyPI拉取源码导致安装失败”的问题，可以通过以下几种方式解决：
  • 直装本地编译好的whl文件：编译完成后直接执行pip install <本地whl文件的完整路径>，pip检测到本地已安装对应版本的兼容包时，不会重复触发PyPI的源码拉取流程
  • 指定本地包搜索路径：安装时加上--find-links <本地whl文件存放目录>参数，pip会优先在指定的本地目录下匹配对应包的预编译/本地编译版本，匹配不到才会从PyPI拉取资源
  • 完全跳过PyPI源：需要强制使用本地包时，加上--no-index参数，pip会完全忽略公共PyPI源，只从指定的本地/自定义渠道搜索安装包，从根源避免拉取不兼容的源码包

常见踩坑提醒 #

• 不要混用Rosetta转译终端、x86架构Python环境和原生arm64包，一旦出现架构不匹配，会直接触发导入失败、编译报错的问题
• 安装完成后执行一次依赖一致性检查：python -m pip check，如果提示存在版本/架构不匹配的残留包，直接卸载对应包，重新安装原生arm64版本即可
• 不要在安装初期就全局开启pip的--no-cache-dir选项，合理的缓存能帮pip快速识别架构匹配的预编译包，减少错配概率

内容的提问来源于stack exchange，提问作者MattiSG