Python3.6 Anaconda 安装sklearn 遇挫与解决方案

在Python3.6环境下使用Anaconda安装scikit-learn时，用户可能会遇到一系列的安装和配置问题。以下是一些关键步骤和可能遇到的陷阱： 1. **环境一致性**： 在PyCharm中确保命令行和IDE使用的环境相同，可以通过检查项目解释器（project interpreter）来确认。如果有多个环境，确保选择正确的已有环境，以便正确地导入和使用sklearn。 2. **Python和conda版本检查**： 使用`conda info -e`命令检查conda版本，通过`import sys`和`sys.executable`确认Python解释器版本。确保它们匹配，避免因版本不兼容导致的问题。 3. **镜像源管理**： 删除或重置`condarc`文件中的所有镜像源可能导致找不到依赖包，因为默认源通常包含conda官方仓库的完整软件包。如果遇到无法通过conda安装的情况，可以尝试使用pip (`pip install neurolab`），但注意可能会影响包的管理和版本管理。 4. **安装scikit-learn**： 通过`conda install scikit-learn`进行安装。理论上，conda会自动配置环境，但如果安装后仍无法导入`sklearn`，可能是由于安装过程中某些依赖没有正确处理。 5. **更新与问题**： 更新scikit-learn时可能会出现问题，此时可能需要手动清理可能存在的旧版本文件，并尝试重启电脑以解决一些临时的系统缓存问题。警告提示提到的`qtoolbar.h.c~`文件可能需要手动删除。 6. **错误处理**： 当出现`OSError: [WinError 126]`找不到模块错误时，可能是路径问题、缺失依赖或环境变量设置不正确。逐一排查和解决这些问题，可能涉及清理环境变量、修复环境配置等。 7. **总结**： 安装sklearn在Python3.6的Anaconda环境中并非完全顺畅，需要细心检查和管理环境设置、版本兼容性和依赖关系。遇到问题时，耐心排查并采取适当的措施，如清理缓存、重置配置、重新安装等，是解决问题的关键。 在整个过程中，保持耐心，逐步排查问题，理解每个步骤的作用，有助于确保sklearn成功安装并在Python项目中正常使用。