1. 先從最坑的地方說起裝包報錯八成是環(huán)境參數(shù)沒對上我在社區(qū)里混了這么多年發(fā)現(xiàn)一個特別普遍的現(xiàn)象不少人拿到一個 Python 項目第一步就是pip install xxx然后一連串報錯撲面而來。什么ERROR: Could not find a version that satisfies the requirement什么No matching distribution found還有RuntimeError: Python version mismatch之類。這時候大多數(shù)人會去百度復(fù)制報錯逐行搜折騰半天最后可能重裝了 Python、換了 pip 源、清了緩存問題還在。其實(shí)這些報錯里九成都是同一個原因本機(jī)環(huán)境和這個包不匹配。環(huán)境不匹配不是說你的電腦不行而是你沒先搞清楚自己這臺機(jī)器的參數(shù)到底是多少。就像你買內(nèi)存條之前要先看主板支持 DDR4 還是 DDR5裝 pip 包也一樣得先搞清楚 Python 版本、操作系統(tǒng)位數(shù)、pip 工具本身還健不健康、依賴有沒有沖突然后再決定裝哪個版本、用哪種方式裝。這篇文章要講的就是怎么把本機(jī)適合裝什么 pip 包這件事從玄學(xué)變成科學(xué)。我會把需要檢查的參數(shù)一個個列出來每個參數(shù)為什么重要、用什么命令查、輸出怎么讀全給你捋清楚。不管你是在 Windows 上還是在 Linux 服務(wù)器上跟著這套思路走至少能少踩一半裝包的坑。這篇文章適合誰剛?cè)腴T Python 的新手還有那些已經(jīng)被各種報錯折磨了一下午的準(zhǔn)老手。全文不談復(fù)雜的底層原理只講一個合格開發(fā)者日常裝包時一定會用到的排查方法和決策邏輯看完你就能自己判斷這個包到底適不適合我這臺機(jī)器。2. 決定裝包成敗的關(guān)鍵參數(shù)到底有哪些2.1 Python 解析器版本一切匹配的基石Python 版本是第一位的硬性參數(shù)。很多包在發(fā)布時會明確聲明支持哪些 Python 版本比如Requires-Python: 3.8, 3.12。如果你本機(jī)的 Python 是 3.13那這個包大概率裝不上或者裝上了也會在導(dǎo)入時報語法錯誤或二進(jìn)制不兼容。查看本機(jī) Python 版本最直接的方式是python --version在 Windows 上如果用了 py 啟動器也可以py -0p后者會列出機(jī)器上安裝的所有 Python 版本和對應(yīng)路徑這個命令在排查多版本共存問題時特別好用。實(shí)際操作中我還遇到過一種很隱蔽的情況終端里明明顯示的 Python 版本沒問題但pip install裝的卻是另一個 Python 環(huán)境。這是因?yàn)橄到y(tǒng) PATH 里同時存在多個 Python而python和pip指向的未必是同一個解釋器。要確認(rèn)這點(diǎn)有兩個命令可以交叉驗(yàn)證python -c import sys; print(sys.executable) pip --versionpip --version輸出里會帶一個路徑比如pip 23.2.1 from C:\Python311\Lib\site-packages\pip (python 3.11)。如果這個路徑和你python --version對應(yīng)的路徑不是一個說明你的pip和python已經(jīng)分家了。這種情況在 macOS 和 Linux 上更常見因?yàn)橄到y(tǒng)自帶的 Python 和后來裝的 Python 經(jīng)常打架。2.2 操作系統(tǒng)類型和 CPU 架構(gòu)決定你裝哪個 wheel第二個關(guān)鍵參數(shù)是操作系統(tǒng)和 CPU 架構(gòu)。pip 在安裝包的時候如果源里面有編譯好的二進(jìn)制包wheel它會根據(jù)平臺標(biāo)簽來挑選匹配的文件。這些標(biāo)簽長這樣win_amd64Windows 64 位win32Windows 32 位manylinux2014_x86_64Linux 64 位glibc 版本較新macosx_10_9_x86_64macOS 10.9 及以上Intel 芯片查看本機(jī)平臺信息一條命令搞定python -c import platform; print(platform.platform()); print(platform.machine())我的實(shí)際經(jīng)驗(yàn)是platform.machine()對大多數(shù)場景夠用了。x86_64和AMD64都是一回事都是 64 位 x86 架構(gòu)。如果是arm64或者aarch64說明你用的是 ARM 芯片比如 Apple Silicon 或者云服務(wù)器上的 ARM 實(shí)例這時候不少流行庫的 wheel 可能是缺失的處理方式會完全不一樣。特別注意很多人在 Windows 上分不清 32 位和 64 位。一個常見場景是你下載了一個 Python 3.11 的 32 位版本裝在 64 位 Windows 上然后去裝numpy它會嘗試去找win32的 wheel?，F(xiàn)在的 numpy 已經(jīng)很少提供 32 位版本了于是就開始報找不到匹配版本。這不是你的問題是 32 位 Python 的問題。解決辦法是重新裝 64 位的 Python。2.3 pip 工具本身的狀態(tài)最容易被忽略的隱形殺手很多報錯其實(shí)不是包的問題是 pip 本身出了問題。我見過最多的是這兩個第一個是no module named pip。這個錯誤很無語尤其是當(dāng)你用python -m pip install的時候突然蹦出來。常見原因包括Python 安裝時沒勾選 pip 組件或者你換了一個環(huán)境比如從系統(tǒng) Python 切到虛擬環(huán)境虛擬環(huán)境里沒裝 pip或者 pip 被手賤刪了。修復(fù)方式也比較固定python -m ensurepip --upgrade或者用你所在操作系統(tǒng)對應(yīng)的方式重新引導(dǎo) pip。在某些 Linux 發(fā)行版上還要注意系統(tǒng)自帶的 Python 是受保護(hù)的直接用apt install python3-pip才能裝到系統(tǒng)級環(huán)境而不是用pip去裝 pip。第二個常見問題是 pip 版本太舊。pip 本身一直在更新用來適配新的打包協(xié)議和索引接口。舊版 pip 在解析某些包依賴時會用老的邏輯導(dǎo)致解析失敗。建議定期檢查python -m pip --version如果版本低于 21.x我建議先升級再裝其他包python -m pip install --upgrade pip升級完再看報錯是不是自動消失了。這個先升級 pip 再排查的動作雖然簡單但在實(shí)際排障里成功率特別高因?yàn)檫@個操作成本低而且能排除掉一大類解析器層面的問題。2.4 安裝路徑、權(quán)限和虛擬環(huán)境的狀態(tài)這個參數(shù)很多人不重視但它的影響力被嚴(yán)重低估。pip install的包最終會落到某個站點(diǎn)目錄site-packages這個位置受當(dāng)前 Python 環(huán)境、用戶權(quán)限和虛擬環(huán)境三方面共同影響。查看當(dāng)前包的安裝路徑python -c import site; print(site.getsitepackages())如果你在虛擬環(huán)境里可以用python -c import sys; print(sys.prefix)如果sys.prefix指向的是一個虛擬環(huán)境的目錄那你確實(shí)在虛擬環(huán)境里如果指向系統(tǒng) Python 的安裝目錄那就是系統(tǒng)級環(huán)境。很多人裝包時遇到的PermissionError: [Errno 13] Permission denied就是因?yàn)樵谙到y(tǒng)級環(huán)境里直接pip install而系統(tǒng) Python 的 site-packages 不在當(dāng)前用戶可寫范圍。這時候要么加--user參數(shù)裝到用戶目錄要么切換到虛擬環(huán)境要么用管理員權(quán)限裝。我的建議永遠(yuǎn)是優(yōu)先用虛擬環(huán)境而不是去硬剛系統(tǒng) Python 的權(quán)限。虛擬環(huán)境的創(chuàng)建我已經(jīng)說了無數(shù)次還要再說一次python -m venv venvWindows 下激活venv\Scripts\activateLinux/macOS 下激活source venv/bin/activate激活后你會發(fā)現(xiàn)python --version還是同一個版本但sys.prefix已經(jīng)指向了虛擬環(huán)境目錄。這時候所有pip install的包都會隔離在這個虛擬環(huán)境里既不影響系統(tǒng) Python也不怕不同項目的依賴互相沖突。2.5 依賴沖突裝了不代表能跑最后一項參數(shù)是你當(dāng)前環(huán)境里已經(jīng)有什么包。有時候報錯不是沒裝成功而是裝好后導(dǎo)入時崩了原因是新包依賴的某個庫和已有庫版本沖突。這屬于環(huán)境參數(shù)的動態(tài)部分。查看已安裝的所有包pip list查看某個特定包的信息pip show numpypip show輸出里能看到Requires字段告訴你這個包依賴什么。這個功能在排查為什么裝 A 會把 B 破壞掉的時候特別有用。比如 A 依賴numpy1.25而你環(huán)境里的 numpy 是 1.26pip 在解析依賴時可能會自己去裝一個舊版 numpy——如果你沒加--no-deps的話。這個過程有時候會靜默執(zhí)行你甚至沒注意到 numpy 已經(jīng)被悄悄降級了然后其他依賴新 numpy 的模塊就開始崩潰。要避免這種災(zāi)難我有兩個小習(xí)慣裝包前先pip list拍個快照裝完遇到問題時可以對比差異。慎重使用--upgrade它會把依賴一起升級升級后有可能會引入不兼容。3. 從參數(shù)到?jīng)Q策判斷一個 pip 包適不適合本機(jī)3.1 先看包名和版本號判斷發(fā)布時間和兼容性當(dāng)你決定安裝某個包的時候第一步先到 PyPI 上查一下這個包的信息。PyPI 頁面會展示最新版本號、發(fā)布?xì)v史、依賴項、支持的 Python 版本等內(nèi)容。雖然很多人習(xí)慣直接pip install xxx但我更推薦先看一下包的元數(shù)據(jù)尤其是在裝一些比較小眾的包時。一個比較實(shí)用的命令是pip index versions numpypip index versions能快速列出當(dāng)前源里所有可用的版本號并且它會標(biāo)注你本機(jī) Python 版本能匹配哪些版本。如果某個版本后面沒有標(biāo)識說明它可能不適合當(dāng)前環(huán)境pip 會在安裝時把這個版本過濾掉。如果你指定pip install numpy1.23.0而本機(jī) Python 版本不支持就會報ERROR: Could not find a version that satisfies the requirement numpy1.23.0。判斷一個包適不適合最重要的一行信息是它的Requires-Python聲明。在 PyPI 的項目頁面或者通過pip show可以查到。這個東西意味著包的作者明確測試過哪些 Python 版本絕對不是隨便寫的。我自己就遇到過很多次包的Requires-Python卡在3.7,3.11而本機(jī)是 Python 3.12硬裝上去后代碼能導(dǎo)入但運(yùn)行特定的重計算功能時直接段錯誤。這種問題是最難排查的因?yàn)閳箦e和包本身沒有直接關(guān)系。3.2 用平臺標(biāo)簽判斷二進(jìn)制輪子是否存在平臺標(biāo)簽這個東西很多人在裝包時根本不會去看但它決定了你能否以下載即用的方式裝上包。如果你看到一個包只有源代碼包sdist而沒有對應(yīng)平臺的 wheel那么 pip 會嘗試從源代碼編譯安裝。編譯意味著需要編譯器、構(gòu)建工具、依賴庫頭文件等一大堆東西。在 Windows 上這意味著需要 Visual C Build Tools在 Linux 上意味著需要 gcc 和一堆-dev包。那怎么判斷某個包到底有沒有適配你平臺的 wheel兩條路第一直接訪問 PyPI 頁面看Download files區(qū)域里面會列出所有文件文件名的后半部分就是平臺標(biāo)簽。比如numpy-1.26.4-cp311-cp311-win_amd64.whl這表示 CPython 3.11、Windows 64 位專用。第二用一個命令去探測pip install --only-binary :all: numpy加上--only-binary :all:之后pip 強(qiáng)制只使用二進(jìn)制 wheel。如果它成功裝上了說明這個包有適配你平臺的 wheel如果報No matching distribution found那就說明沒有你得準(zhǔn)備處理源碼編譯了。這個判斷在實(shí)際項目里太有用了。我舉個例子在樹莓派或各種 ARM 單板機(jī)上跑 Python 項目時小到一個pycryptodome大到tensorflow經(jīng)常會遇到?jīng)]有 ARM wheel 的情況。這時候你必須接受源碼編譯那就要檢查你的構(gòu)建工具鏈齊全不齊全。在 Debian 系的 Linux 上至少要把這些裝上sudo apt install build-essential python3-devpython3-dev尤其重要因?yàn)樗?Python.h 頭文件很多 C 擴(kuò)展庫在編譯時必須要用到。你要是沒裝這個編譯過程會在fatal error: Python.h: No such file or directory這一行停下來特別典型。3.3 解析依賴鏈一個包背后往往牽著一串包現(xiàn)代 Python 項目基本都有依賴。你在pip install一個包時pip 會先去解析它的所有依賴然后逐個安裝。這個過程像系鞋帶一樣一個節(jié)點(diǎn)出了問題整條鏈路都不通。我建議在裝包之前先做一個計劃演練看看 pip 打算干什么pip install --dry-run some-package--dry-run不會真正安裝任何東西它只負(fù)責(zé)解析依賴并展示將要執(zhí)行的操作。這樣你可以提前知道這個包會引入哪些新的包、會升級哪些已有的包、會不會動到某個關(guān)鍵庫的版本。如果發(fā)現(xiàn)它要升級你正在用的某個庫你就有機(jī)會在動手前評估影響。我一直強(qiáng)烈推薦大家用這個參數(shù)因?yàn)樗某杀緲O低卻能避免大量的裝完以后其他東西跑不起來的問題。在pip的 20.3 版本以后--dry-run的行為已經(jīng)非常穩(wěn)定了它不僅能列出要裝的包還會像解謎一樣告訴你哪些條件滿足、哪些條件被忽略。另一個好用的參數(shù)是--tree或者上面提到的pip show用來查看一個包已經(jīng)裝好的依賴樹pip show flask這樣能看到 Flask 下面依賴的 Werkzeug、Jinja2 等包以及它們各自是否滿足版本要求。如果某個依賴版本不對你會在pip check里看到警告。說到pip check這也是我每次調(diào)試依賴問題必跑的一條命令pip check它檢查當(dāng)前環(huán)境里所有包的依賴是否完整。如果在pip check的輸出里出現(xiàn)了任何一行沖突信息不需要懷疑你的環(huán)境必然存在問題。它會明確告訴你哪個包依賴的什么庫不滿足。有了這個線索再去定位就快多了。3.4 配置鏡像源讓安裝更快更穩(wěn)很多人在國內(nèi)環(huán)境安裝包時會遇到一個很頭疼的現(xiàn)象pip install卡在Downloading那一步不動或者下載到一半就超時斷開。這是網(wǎng)絡(luò)鏈路的典型癥狀解決辦法是換鏡像源。鏡像源本質(zhì)上就是 PyPI 的同步副本國內(nèi)常見的包括清華、中科大、阿里云等。第一次配置鏡像源時我建議用命令行參數(shù)試試速度pip install some-package -i https://pypi.tuna.tsinghua.edu.cn/simple如果速度可以接受就寫進(jìn)全局配置省得每次敲那么長一串。配置文件位置在 Windows 上是%APPDATA%\pip\pip.ini在 Linux/macOS 上是~/.pip/pip.conf或~/.config/pip/pip.conf。沒有就自己創(chuàng)建一個內(nèi)容示例[global] index-url https://pypi.tuna.tsinghua.edu.cn/simple trusted-host pypi.tuna.tsinghua.edu.cntrusted-host這一項在早期一些舊版 pip 或者沒有正式 SSL 證書的鏡像上需要加進(jìn)去現(xiàn)在清華源已經(jīng)配了正常的證書一般不用。如果改完配置后 pip 報WARNING: The repository located at xxx is not a trusted or secure host那就把這行加上再去安裝。鏡像源的作用不只是快還有一個隱性好處有些第三方源會同步一些 PyPI 上存在但索引更新滯后的包或者對一些包的元數(shù)據(jù)做了增強(qiáng)處理。不過這種情況很少大部分場景下鏡像源就是為了速度穩(wěn)定加省略超時煩惱。3.5 安裝方式的取舍普通安裝、可編輯安裝、指定 wheel 文件同樣是pip install不同的參數(shù)組合對安裝結(jié)果的影響差別巨大。我先列幾種最常見的pip install package默認(rèn)安裝從源站拉取對應(yīng)平臺 wheel或退回到源碼編譯。pip install package1.2.3指定版本安裝主要用于鎖定版本或者回滾到舊版。pip install -e .可編輯安裝editable install多用于本地開發(fā)項目代碼改動即時生效不用重裝。pip install /path/to/package.whl直接安裝一個本地 wheel 文件常用于離線環(huán)境或者使用自定義構(gòu)建的包。每種方式的背后都有其適用場景。我特別想提的是 wheel 文件安裝這個模式。當(dāng)你下載了一個.whl文件之后直接pip install xxx.whlpip 會跳過遠(yuǎn)程查找和下載的環(huán)節(jié)直接從本地解析安裝。這不僅省時間關(guān)鍵是它能繞過很多網(wǎng)絡(luò)問題也能讓你手動控制包的版本。比如你要裝的包的最新版在你的平臺有問題你可以去 PyPI 手動下載舊一點(diǎn)的 wheel 安裝。還有一點(diǎn)pip install -e .這種開發(fā)模式很多新手不理解它和普通安裝的區(qū)別。普通安裝會把代碼復(fù)制到 site-packages 目錄你修改源碼之后原樣代碼不會變運(yùn)行的程序還是舊版本?？删庉嫲惭b會在 site-packages 里生成一個指向你項目目錄的鏈接你本地改代碼跑程序就是新代碼。在后端項目開發(fā)中這個東西特別常用。如果你是在做一個需要反復(fù)改代碼的 Python 項目別用普通安裝直接用-e模式就對了。4. 實(shí)戰(zhàn)案例三個典型場景的完整排查路線4.1 場景一裝 numpy 時找不到匹配版本報錯信息長這樣ERROR: Could not find a version that satisfies the requirement numpy ERROR: No matching distribution found for numpy我的排查順序是固定的第一步確認(rèn) Python 版本和架構(gòu)python --version python -c import platform; print(platform.machine())如果機(jī)器架構(gòu)是arm64好原因就清楚了大部分 numpy 歷史版本沒有提供 ARM 平臺的 wheel。這種情況直接從 PyPI 看看有沒有新版本提供了 ARM 支持然后指定版本安裝。如果架構(gòu)是x86_64再看 Python 是 32 位還是 64 位。Windows 上可以用python -c import struct; print(struct.calcsize(P) * 8)輸出 32 就是 32 位64 就是 64 位。32 位 Python 在 2023 年以后的 numpy 中基本沒法用。第二步確認(rèn) pip 源里有沒有這個包pip index versions numpy如果輸出正常說明源沒問題如果這個命令本身報錯那可能是你的 pip 源配置有問題先pip config list看看配了什么源。第三步強(qiáng)制走二進(jìn)制模式測試pip install --only-binary :all: numpy如果報找不到匹配版本確認(rèn)問題就是該平臺沒有預(yù)編譯 wheel需要源碼編譯或者選其他版本。如果安裝成功了說明之前是依賴解析邏輯出了問題嘗試升級 pip 再裝。4.2 場景二裝 torch 等大型框架時來回失敗裝 torch 這類重量級框架失敗原因和裝 numpy 完全不一樣。它的 wheel 文件特別大動輒幾百 MB 甚至上 GB最容易出問題的環(huán)節(jié)是網(wǎng)絡(luò)中斷和磁盤空間不足。我的建議是不要直接用pip install torch從默認(rèn)源拉而是提前到官網(wǎng)找到對應(yīng)你 CUDA 版本和系統(tǒng)平臺的安裝命令。這里涉及一個額外參數(shù)CUDA 版本。查看本機(jī) CUDA 版本nvidia-smi如果沒安裝 nvidia-smi也可以在 Python 里查 PyTorch 的構(gòu)建版本python -c import torch; print(torch.version.cuda)確認(rèn) CUDA 版本后到 PyTorch 官網(wǎng)選擇對應(yīng)的安裝命令通常形如pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118--index-url這個參數(shù)允許你為單次安裝指定一個完全不同的包索引源比修改全局 pip 配置范圍小得多也安全得多。如果你在裝包過程中出現(xiàn)了ReadTimeoutError可以加上超時參數(shù)pip install --timeout 600 torch另外還要注意磁盤空間。torch 全家桶動輒幾十 GB不要盲目的把臨時緩存目錄放在系統(tǒng)盤。你可以用PIP_CACHE_DIR環(huán)境變量把緩存挪到其他盤避免 C 盤塞滿導(dǎo)致安裝失敗set PIP_CACHE_DIRD:\pipcache4.3 場景三本地項目代碼 compile 報錯這一類問題的根源往往是包本身沒有 wheelpip 正在從源碼構(gòu)建。報錯信息里如果出現(xiàn)了gcc、g、cl.exe、Python.h等字樣就說明它開始編譯了。這時需要檢查的參數(shù)就不再是 Python 版本那么簡單而是構(gòu)建工具鏈。Windows 上需要 Visual Studio Build Tools并且安裝時需要勾選C 桌面開發(fā)工作負(fù)載。Linux 上需要build-essential和python3-dev。macOS 上需要 Xcode Command Line Toolsxcode-select --install編譯類的報錯最讓人頭疼因?yàn)樾畔⒘繕O大而且噪音多。我的經(jīng)驗(yàn)是先把報錯信息完整保存下來搜第一行或者最后一行不要搜中間。中間通常會有一大堆編譯器的日志輸出都是無關(guān)信息。第一行和最后一行才是真正的原因。如果你不想折騰編譯工具鏈還有一個思路是尋找社區(qū)構(gòu)建的 wheel。有些非官方組織會為各平臺構(gòu)建 PyPI 上沒有的 wheel比如 Gohlke 的構(gòu)建倉庫雖然現(xiàn)在不少人不推薦了、conda-forge 等。作為一種退路不要排斥用 conda 裝那些編譯難度很大的包。Conda 本身就是為二進(jìn)制分發(fā)設(shè)計的很多你在 pip 里編譯到崩潰的包在 conda 里一條命令就裝好了。5. 常見報錯速查看到這幾個信息直接對號入座報錯關(guān)鍵字常見原因首選排查動作典型解決方案No matching distribution found平臺無對應(yīng) wheel 或 Python 版本不滿足查看 Python 版本和 platform.machine()換 Python 版本、源碼編譯、用 condaPython.h: No such file or directory缺少 Python 開發(fā)頭文件檢查python3-dev是否安裝Linux 上安裝python3-devPermissionError: [Errno 13]系統(tǒng)級 site-packages 不可寫查看sys.prefix指向用虛擬環(huán)境或--userno module named pippip 組件缺失或環(huán)境損壞運(yùn)行python -m ensurepip --upgrade重新引導(dǎo) pip 或重建虛擬環(huán)境ReadTimeoutError與源站網(wǎng)絡(luò)連接不穩(wěn)定配置鏡像源或加大 timeout用-i指定鏡像源deps resolution error依賴版本沖突運(yùn)行pip check按提示調(diào)整相關(guān)包版本Failed building wheel當(dāng)前平臺無法編譯依賴檢查編譯工具鏈裝構(gòu)建工具或找替代 wheelValueError: check_hostname requires server_hostname代理或網(wǎng)絡(luò)環(huán)境異常查看代理環(huán)境變量清理代理配置或檢查網(wǎng)絡(luò)這個表里我按報錯的特征詞分類了大部分情況下你只需要看到報錯里的某一個關(guān)鍵字就能定位到對應(yīng)的原因區(qū)域。但也要注意報錯的同一種表現(xiàn)形式背后可能完全不同的原因。就拿No matching distribution found來說可能是網(wǎng)絡(luò)問題源里沒有、可能是版本問題Python 太新、也可能是平臺問題沒有對應(yīng) wheel。所以光看這句報錯只能知道沒找到合適的包真正的原因一定要組合其他參數(shù)一起判斷。6. 點(diǎn)一下我踩過的那些坑幫你省點(diǎn)時間裝了這么多年包多少攢了一點(diǎn)血淚教訓(xùn)。這里挑幾條我覺得最有價值的分享出來。第一pip install前面永遠(yuǎn)用python -m。也就是python -m pip install xxx而不是直接pip install xxx。后者的pip命令是從 PATH 里找的你無法保證它和你正在用的python是同一個版本的配套工具。用python -m pip就能精確地把 pip 綁定到當(dāng)前解釋器上避免裝是裝上了但導(dǎo)入時找不到的詭異問題。第二pip的高版本自動解析雖然好但別亂升級。我現(xiàn)在固定用 23.x 到 24.x 這個大版本區(qū)間不去追最新。原因很簡單新版 pip 對舊包元數(shù)據(jù)的兼容性有時候會有變化可能導(dǎo)致某些老項目的依賴解析方式和以前不一樣。如果項目長期穩(wěn)定運(yùn)行就別輕易動 pip 工具鏈。第三裝包之前先檢查依賴而不是裝完再查。用pip install --dry-run提前看影響面能避免非常多的售后問題。這個習(xí)慣我向所有人推薦。第四在多環(huán)境并存的時候給每個項目配獨(dú)立的虛擬環(huán)境名字起得有辨識度一點(diǎn)比如venv_tf、venv_web。這樣你看到終端提示符就知道當(dāng)前在哪個環(huán)境里不串臺。為這個教訓(xùn)我花過不止一個下午的時間排錯很痛。第五遇到疑難雜癥不要賭。先把pip list復(fù)制一份存到文本文件里然后清理緩存再逐個試探。遇到解釋不了的問題寧可重置虛擬環(huán)境重新來也別嘗試在壞環(huán)境里反復(fù)修補(bǔ)。重建虛擬環(huán)境的成本遠(yuǎn)低于排查成本。