安装scikit-learn显示 Preparing metadata (pyproject.toml) ... error error: subprocess-exited-with-error × Preparing metadata (pyproject.toml) did not run successfully. │ exit code: 1 ╰─> [21 lines of output]

在安装 `scikit-learn` 时遇到 `Preparing metadata (pyproject.toml) did not run successfully` 错误，通常表明构建元数据过程中出现了问题。此类错误可能由多个因素引起，包括 Python 环境配置不完整、依赖项缺失或网络连接问题等。 以下是可能的解决方案： ### 1. 升级 pip 和 setuptools 确保使用的是最新版本的 `pip` 和 `setuptools`，因为旧版本可能无法正确处理 `pyproject.toml` 文件。 ```bash python -m pip install --upgrade pip setuptools ``` ### 2. 安装构建工具和依赖项 对于某些包，尤其是那些包含 C/C++ 扩展的包（如 `scikit-learn`），需要安装适当的构建工具链。在 Windows 上，可以安装 Microsoft Visual C++ Build Tools[^2]。在 Linux 上，可以安装基本的编译工具和 Python 开发库： ```bash sudo apt-get install build-essential python3-dev ``` ### 3. 使用预编译的 wheel 文件 如果从源码构建失败，可以尝试下载并安装预编译的 `.whl` 文件。可以通过 [PyPI](https://pypi.org/project/scikit-learn/#files) 或第三方镜像如 [Gohlke's Unofficial Windows Binaries for Python Extension Packages](https://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn) 获取合适的 wheel 文件，然后通过以下命令安装： ```bash pip install scikit_learn‑<version>‑cp<python_version>‑none‑win_amd64.whl ``` ### 4. 检查 Python 环境 确认当前使用的 Python 环境是否正常，并且没有与其他环境混淆。可以使用虚拟环境来隔离依赖关系，避免冲突。创建并激活一个新的虚拟环境后再次尝试安装： ```bash python -m venv venv source venv/bin/activate # Linux/macOS venv\Scripts\activate # Windows pip install scikit-learn ``` ### 5. 清除 pip 缓存 有时缓存中的损坏文件也可能导致安装失败。可以尝试清除 pip 缓存后再进行安装： ```bash pip cache purge pip install --no-cache-dir scikit-learn ``` ### 6. 检查网络连接 如果错误信息中包含网络相关的提示（例如超时或连接失败），请检查网络连接是否正常，或者尝试更换为国内镜像源加速下载： ```bash pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple ```