使用PyPy作为Python解释器安装scikit-learn遇阻求助

方案1：指定兼容的PyPy版本创建环境 #

conda-forge上部分PyPy版本与scikit-learn有适配，可尝试创建环境时直接指定适配的PyPy版本并包含scikit-learn，让mamba自动处理依赖匹配：

mamba create -n sklearn-pypy -c conda-forge pypy=7.3.9 scikit-learn

注：PyPy 7.3.9对应Python 3.9，conda-forge仓库中存在适配该版本的scikit-learn包。

方案2：在PyPy环境中通过pip编译安装 #

若conda安装失败，可激活已创建的PyPy环境，先安装编译依赖，再用pip编译安装scikit-learn：

1. 激活目标环境：

conda activate sklearn

2. 安装编译所需依赖：

mamba install -c conda-forge gcc llvm-openmp cython numpy

3. 用pip安装scikit-learn：

pip install scikit-learn

PyPy对Cython编译的支持已较为成熟，多数场景下能完成编译安装。

方案3：改用CPython环境 #

若上述方案均无法解决问题，考虑到scikit-learn官方对CPython的支持更完善，且其内部C扩展的优化在CPython环境下更成熟，机器学习任务的实际运行效率并不逊色于PyPy，此时直接使用标准CPython环境是更稳妥的选择：

mamba create -n sklearn-cpython -c conda-forge python=3.10 scikit-learn

内容的提问来源于stack exchange，提问作者Andrea Efficace