Docker构建添加Pandas后耗时剧增，请求分析原因

• Alpine的musl libc兼容性限制：Pandas及其核心依赖（如NumPy）的官方预编译wheel包基本都是基于GNU libc（常见于Debian、Ubuntu等发行版）构建的，而Alpine Linux使用的是musl libc，无法直接复用这些预编译包。pip只能从源代码从头编译整个Pandas依赖链，这一过程需要消耗大量CPU资源和时间。

• 大型科学计算库的编译开销：Pandas本身是依赖复杂的大型库，编译时不仅要处理自身的C/C++扩展模块，还要先完成NumPy等底层依赖的编译。这些编译步骤包含大量代码编译、链接操作，在容器的有限计算环境下，会大幅拉长构建周期。

• Alpine轻量化的代价：Alpine为了追求极小体积，默认缺少很多编译所需的基础工具和依赖（即便你已经添加了build-base，编译科学计算库仍需额外处理底层依赖的适配），进一步增加了编译过程的复杂度和耗时。

内容的提问来源于stack exchange，提问作者Sagun Devkota