Python3.9使用fetch_openml下载MNIST时出现_bz2模块缺失报错

问题场景 #

• Python版本：3.9.13
• 已执行pip install scikit-learn安装scikit-learn，且已安装pandas
• 运行以下代码时触发报错：

from sklearn.datasets import fetch_openml
raw_data = fetch_openml('mnist_784')

• 报错末尾显示fetch_openml with as_frame=True requires pandas.，但实际深层错误为：

ModuleNotFoundError: No module named '_bz2'

错误原因 #

_bz2是Python内置的bzip2压缩处理模块，OpenML获取MNIST数据集时需要用它解压数据。出现该错误的核心原因是Python编译时缺少bzip2依赖库，导致_bz2模块未被正确编译到Python环境中。

解决方法 #

Linux（Ubuntu/Debian） #

1. 安装bzip2开发依赖：

sudo apt-get install libbz2-dev

2. 重新编译Python 3.9.13：
   • 下载对应版本的Python源码并解压，进入源码目录
   • 执行编译安装命令：

   ./configure --enable-optimizations
   make -j$(nproc)
   sudo make altinstall
   

macOS #

1. 用Homebrew安装bzip2：

brew install bzip2

2. 指定bzip2路径重新编译Python：

./configure --enable-optimizations --with-bz2=$(brew --prefix bzip2)
make -j$(sysctl -n hw.ncpu)
sudo make altinstall

Windows #

直接从Python官网下载并重新安装官方预编译的Python 3.9.13安装包，预编译版本已默认包含_bz2模块；若自行编译Python，需确保编译环境包含bzip2开发库。

内容的提问来源于stack exchange，提问作者Saphira