我之前在受限环境里部署Python应用时也碰到过一模一样的问题——Scipy因为Numpy没提前装好而安装失败，又不能用pip/conda的自动依赖管理，只能靠vendoring离线包。给你几个亲测有效的解决方案：

1. 手动控制vendored包的安装顺序 #

既然自动依赖解析用不了，那咱们就手动指定安装顺序，确保Numpy先于Scipy安装：

• 第一步：在本地环境（和云端完全一致的Python版本、系统架构）下载对应版本的Numpy和Scipy预编译whl包，放到./vendored目录里
• 第二步：修改你的requirements.txt，把numpy和scipy这两行删掉，避免重复触发安装
• 第三步：写一个简单的安装脚本，按顺序安装：

  # 先装Numpy
  pip install --no-index --find-links=./vendored numpy-<对应版本>.whl
  # 再装Scipy
  pip install --no-index --find-links=./vendored scipy-<对应版本>.whl
  # 最后装剩下的依赖
  pip install --no-index --find-links=./vendored -r requirements.txt
  

  这样就能保证Scipy安装时，Numpy已经存在于环境中了。

2. 用pip-tools生成有序的依赖清单（更省心） #

如果你不想手动整理顺序，可以在本地用pip-tools先生成一个按正确安装顺序排列的依赖清单，再打包所有离线包：

• 本地安装pip-tools：

  pip install pip-tools
  

• 把你的原requirements.txt改名为requirements.in（保留所有依赖条目，包括numpy和scipy）
• 运行pip-compile生成有序的依赖文件：

  pip-compile requirements.in
  

  这会生成一个新的requirements.txt，里面的依赖会按安装优先级排序（Numpy肯定在Scipy前面）
• 下载所有依赖包到vendored目录：

  pip download -r requirements.txt -d ./vendored
  

• 云端部署时直接用这个有序的清单安装：

  pip install --no-index --find-links=./vendored -r requirements.txt
  

关键注意事项 #

• 一定要确保下载的离线包和云端环境匹配：Python版本（比如3.8/3.9）、操作系统（Linux/Windows）、CPU架构（x86_64/arm64），否则会出现“不兼容平台”的安装错误
• 优先选择预编译的whl包，尽量避免源码包（.tar.gz），因为源码包需要云端环境有编译工具（比如gcc、fortran），受限环境里通常没有这些工具

内容的提问来源于stack exchange，提问作者Pranjal Mathur