M1芯片上Python3.6、旧版pandas与TensorFlow兼容问题求解

方案1：通过Rosetta 2模拟x86环境安装原生依赖 #

这是最直接的适配方案，利用M1的Rosetta转译支持x86架构的Python和TensorFlow版本：

• 打开终端应用，右键选择「获取信息」，勾选「使用Rosetta打开」，重启终端
• 安装pyenv管理Python版本：

  brew install pyenv
  echo 'eval "$(pyenv init --path)"' >> ~/.zshrc
  source ~/.zshrc
  

• 安装Python 3.6.15（Python 3.6系列最后一个稳定版，完美兼容指定依赖）：

  pyenv install 3.6.15
  

• 在代码目录激活Python 3.6环境：

  pyenv local 3.6.15
  

• 安装指定版本的依赖包：

  pip install pandas==0.20.3 numpy==1.17.3
  

• 安装适配Python 3.6的TensorFlow版本：

  # 若代码基于TensorFlow 1.x，安装最后兼容稳定版
  pip install tensorflow==1.15.5
  # 若代码基于TensorFlow 2.x，安装最高兼容版
  pip install tensorflow==2.0.0
  

• 验证环境有效性：

  python -c "import tensorflow as tf; import pandas as pd; import numpy as np; print(f'TF: {tf.__version__}, Pandas: {pd.__version__}, Numpy: {np.__version__}')"
  

方案2：使用Docker x86容器隔离环境 #

通过Docker的Rosetta转译支持运行x86镜像，完全隔离本地环境，避免版本冲突：

• 安装Docker Desktop，进入「设置」→「Features in development」，勾选「Use Rosetta for x86/amd64 emulation on Apple Silicon」，重启Docker
• 拉取Python 3.6的x86官方镜像：

  docker pull python:3.6-slim
  

• 运行容器并挂载本地代码目录（替换/path/to/your/code为你的实际代码路径）：

  docker run -it -v /path/to/your/code:/app python:3.6-slim bash
  

• 在容器内安装所有依赖：

  pip install pandas==0.20.3 numpy==1.17.3 tensorflow==1.15.5
  

• 切换到挂载的代码目录运行脚本：

  cd /app
  python your_script.py
  

关键注意事项 #

• Rosetta转译会带来轻微性能损耗，但对于旧代码的运行需求完全足够，无需担心
• 所有安装操作必须在开启Rosetta的终端中执行，否则无法安装x86架构的Python 3.6包
• 若遇到pip安装失败，可尝试添加--no-cache-dir参数，或指定国内PyPI镜像源加速安装

内容的提问来源于stack exchange，提问作者apt45