为什么在Kaggle中安装Rapids后导入cugraph依然失败

问题原因 #

1. cugraph官方不支持pip安装，pip安装触发报错是预期行为，必须通过rapidsai的conda源安装。
2. 你手动解压了独立的rapids 21.06环境，但执行conda install命令时默认将包安装到base环境，没有指定安装到你解压的rapids环境中，导致rapids环境下没有cugraph包，Python导入时自然找不到。
3. 部分场景下sys.path配置未生效，导致Python无法检索到rapids环境的包路径。

解决步骤 #

• 停止使用pip安装cugraph，所有安装操作均通过conda完成。
• 重新执行安装命令，指定安装到rapids环境：

conda install -n rapids -c nvidia -c rapidsai -c numba -c conda-forge -c defaults cugraph cudatoolkit=10.2

• 验证安装结果：执行以下命令检查cugraph是否存在于rapids环境的包目录中，有输出即代表安装成功：

!ls /opt/conda/envs/rapids/lib/python3.7/site-packages | grep cugraph

• 每次导入cugraph前，必须先执行你之前写的三行sys.path配置代码，确保Python优先检索rapids环境的包路径。
• 若仍导入失败，可直接调用rapids环境的Python解释器验证：

!/opt/conda/envs/rapids/bin/python -c "import cugraph; print(cugraph.__version__)"

若该命令可正常输出版本号，说明是当前内核环境变量问题，可直接切换Kaggle Notebook内核到rapids环境，或所有Python代码都指定用rapids环境的解释器执行。

替代方案 #

Kaggle官方已提供预配置完成的RAPIDS运行环境，新建Notebook时在设置页的环境选项中直接选择RAPIDS即可，无需手动解压、配置路径，可避免绝大多数安装配置类问题。

内容的提问来源于stack exchange，提问作者SouAdr