本页面假设您熟悉使用终端，并乐于学习如何使用包管理器。如果您是初学者，只想尽快开始使用 SciPy，请查看初学者安装指南！
安装 SciPy 的推荐方法取决于您偏好的工作流程。常见的工作流程大致可分为以下几类：
uv, pixi）（推荐给新用户）pip, conda）（传统工作流程）集成开发环境（IDE）可能需要安装类型存根才能提供准确的类型提示。
以下是使用 Python 包管理器 uv 设置项目以使用 SciPy 的分步指南。
按照 uv 文档中的说明安装 uv。
通过在终端中执行以下命令，在新的子目录中创建新项目
uv init try-scipy
cd try-scipy第二个命令会将目录更改为您的项目目录。
uv add scipy如果您尚未安装 Python，此操作将自动安装 Python！
您可以通过相同的方式安装其他 Python 库，例如
uv add matplotlibuv run python这将启动一个 Python 解释器会话，您可以在其中 import scipy。
请参阅 SciPy 用户指南中的后续步骤。
重启计算机后，您需要导航到 try-scipy 项目目录并执行 uv run python 以返回到可以导入 SciPy 的 Python 解释器。要执行 Python 脚本，可以使用 uv run myscript.py。
欲了解更多信息，请参阅uv 项目工作指南。
pixi 安装#如果您使用非 Python 包，您可能更倾向于将 SciPy 安装为 Conda 包，这样您就可以对未在 PyPI（Python 包索引）上提供的包使用相同的工作流程。Conda 可以管理任何语言的包，因此您可以使用它来安装 Python 本身、编译器和其他语言。
使用包管理工具 pixi 从 conda-forge 安装 SciPy 的步骤与 uv 的步骤非常相似
pixi 文档中的说明安装 pixi。pixi init try-scipy
cd try-scipypixi add scipypixi run python在基于项目的工作流程中，项目是一个包含描述项目的清单文件、描述项目精确依赖项的锁定文件以及项目（可能多个）环境的目录。
相比之下，在基于环境的工作流程中，您将包安装到环境中，您可以从任何目录激活和停用该环境。这些工作流程已成熟，但缺乏基于项目的工作流程的一些可再现性优势。
pip 安装#使用 venv 创建并激活虚拟环境。
pip 安装 SciPypython -m pip install scipyconda 安装#Miniforge 是安装 conda 和 mamba（两个基于 Conda 的环境管理器）的推荐方式。创建环境后，您可以从 conda-forge 安装 SciPy，如下所示
conda install scipy # or
mamba install scipy系统包管理器可以安装最常见的 Python 包。它们为整个计算机安装包，通常使用旧版本，并且可用版本数量不多。它们不是推荐的安装方法。
使用 apt-get
sudo apt-get install python3-scipy使用 dnf
sudo dnf install python3-scipymacOS 没有预装包管理器，但您可以安装 Homebrew 并使用它来安装 SciPy（以及 Python 本身）
brew install scipy一个警告：从源代码构建 SciPy 并非易事。如果您的平台可以通过上述方法之一获取二进制文件，我们建议使用二进制文件。有关如何从源代码构建的详细信息，请参阅 SciPy 文档中的从源代码构建指南。
请参阅 SciPy 用户指南中的后续步骤。
静态类型存根可通过 PyPI 和 conda-forge 上的单独包 scipy-stubs 获得。您也可以通过 PyPI 上的 scipy-stubs[scipy] 额外选项或 conda-forge 上的 scipy-typed 包将 SciPy 和 scipy-stubs 作为单个包安装。要获取 SciPy 的特定版本 x.y.z（例如 1.14.1），您应该安装版本 x.y.z.*，例如
uv add "scipy-stubs[scipy]==1.14.1.*" # or
pixi add "scipy-typed=1.15.0.*" # or
python -m pip install "scipy-stubs[scipy]" # or
conda install "scipy-typed>=1.14"有关静态类型支持的问题，请直接联系 scipy-stubs GitHub 仓库。