近期，有用户尝试使用easy_install安装SciPy时发现了问题，提示在Python软件包索引（Python Package Index）中的SciPy列表有问题。不过，幸运的是，用户可以通过pip从Subversion（SVN）、Git、Mercurial和Bazaar仓库进行安装。SciPy使用的是SVN，所以可以使用以下命令进行安装：pip install svn+http://svn.scipy.org/svn/scipy/trunk/#egg=scipy。另外，用户也可以使用以下命令安装： pip install git+https://github.com/scipy/scipy.git。由于NumPy是SciPy的依赖项，所以在安装SciPy之前需要先安装NumPy。另外，根据Stack Overflow上的一篇回答，用户还可以选择安装特定版本的SciPy，例如安装最后一个稳定版本0.7.1：pip install http://svn.scipy.org/svn/scipy/!svn/bc/5839/trunk/。虽然用户没有测试过这个方法。在其他用户的回答中，有人表示这个方法在OSX 10.8.2和Python 2.7上仍然可行，并解决了fortran编译失败的问题。不过，也有用户表示这个方法对他们不适用，可能是因为其他问题导致的。通过使用pip从SVN或Git仓库安装SciPy可以解决在Python软件包索引中SciPy列表的问题，同时也可以选择安装特定版本的SciPy。

问题的原因是在安装SciPy时遇到了一些困难。

解决办法是首先安装一些先决条件，然后使用pip安装所需的软件包。先决条件包括以下内容：

- 安装build-essential、gfortran、libatlas-base-dev、python-pip和python-dev：

sudo apt-get install build-essential gfortran libatlas-base-dev python-pip python-dev

- 升级pip：

sudo pip install --upgrade pip

然后，使用pip安装所需的软件包，包括numpy和scipy：

sudo pip install numpy
sudo pip install scipy

如果需要，还可以安装一些可选的软件包，如matplotlib、scikit-learn和pandas。

需要注意的是，不建议使用sudo pip install命令安装Python库，而是应该使用virtualenv和virtualenvwrapper来创建虚拟环境，然后在其中安装库。

另外，还需要确保系统有足够的内存，并在需要的情况下创建swap文件。如果遇到内存不足的错误，可以尝试创建swap文件来解决。

以上就是安装SciPy时可能遇到的问题的原因和解决方法。希望对大家有所帮助！

在Ubuntu 10.04 (Lucid)中，我成功地在虚拟环境中使用pip install scipy安装了SciPy，但需要先安装一些依赖项，特别是：

$ sudo apt-get install libamd2.2.0 libblas3gf libc6 libgcc1 libgfortran3 liblapack3gf libumfpack5.4.0 libstdc++6 build-essential gfortran libatlas-sse2-dev python-all-dev

现在应该使用'libatlas-base-dev'，而不是'libatlas-sse2-dev'

$ sudo apt-get install libamd2.2.0 libblas3gf libc6 libgcc1 libgfortran3 liblapack3gf libumfpack5.4.0 libstdc++6 build-essential gfortran libatlas-dev libatlas3-base python python-all-dev gcc g++ libblas-dev liblapack-dev

在Ubuntu 12.04上，可以使用sudo aptitude install python-scipy进行安装

如果想使用最新版本的SciPy，最好先执行sudo apt-get build-dep python-scipy，然后再使用pip安装SciPy。