关于cvxpy库安装过程中遇到的一些问题

注意，本博客遇到的问题针对Windows系统

官网的安装教程

官网地址传送门：【Welcome to CVXPY 1.2】
官网中给出了多种安装方法

1. pip直接安装
   

使用该方法能够安装成功的前提是：cvxpy所有的依赖库（往下看）都已经被安装，否则使用该方法进行安装过程将会极其缓慢甚至报错

2. conda安装
   >笔者尝试使用该方法进行安装，但是在安装依赖库时十分缓慢，尤其是安装mkl库时：笔者尝试使用ENTER键跳过该库的安装，但是代码执行完毕后命令行会提示（安装的字节与期望的字节数量不符，然后就是使用pip list命令找不到安装的库在哪，笔者遂放弃该方法）

3. 本地安装

该方法的缺点是需要用户将依赖库的.dll文件一个个下载下来，然后放在一个指定的目录下（这个目录是否有要求，笔者也没搞清楚，在看其他博主的博客时，有的放在了Anaconda/pkgs目录下，也有的直接放在了C盘/下载目录下），通过pip inatall 文件名.dll进行安装，笔者尝试了一下，的确能安装成功，但是import cvxpy时会报错，说是什么找不到.dll文件，笔者找了很久原因，头大，遂放弃，寻找新的办法

笔者提供的安装方法

参考博客：【python cvxpy包安装教程】
在网上看到了很多cvxpy库的安装教程，很多都是按照官网给的第三种方法–本地安装的额形式，笔者尝试过，虽然能够将所有的库都安装上，但是import cvxpy时候仍然后报错，所以笔者推荐下面的安装方法

分步安装

1. 安装cvxpy依赖库

 pip install numpy -i https://pypi.mirrors.ustc.edu.cn/simple
 pip install mkl -i https://pypi.mirrors.ustc.edu.cn/simple
 pip install cvxopt -i https://pypi.mirrors.ustc.edu.cn/simple
 pip install scs -i https://pypi.mirrors.ustc.edu.cn/simple
 pip install ecos -i https://pypi.mirrors.ustc.edu.cn/simple
 pip install osqp -i https://pypi.mirrors.ustc.edu.cn/simple
1
2
3
4
5
6

注意

1. 上面的mkl库比较大，约为200MB左右，安装过程中注意保持网络畅通，
2. 上面的代码使用了清华镜像进行加速

2. 安装cvxpy库

pip install cvxpy -i https://pypi.mirrors.ustc.edu.cn/simple
1

到这里应该能解决一部分人的问题了（比如我），总体来看，笔者觉得cvxpy官方给出的教程并不详细，但是呢，也许有的小伙伴根据官方的教程也能够安装成功，怎么说呢，就算是分享出来给大家避个坑吧