Google Colab安装导入MDAnalysis与MDAnalysisTests遇多类安装报错问询

三次安装失败的核心原因 #

• 第一次默认pip安装报egg_info错，是因为pip会优先匹配适配你当前Python版本的历史发布包，这次拉取的是2020年就停止维护的1.0.1老旧版本，该版本的安装代码调用的接口在新版setuptools中已经被移除，自然执行失败。egg_info本质是安装流程的第一步：安装工具需要读取包内的版本号、依赖清单等元配置信息，这一步执行报错基本都是版本不匹配导致的。
• 第二次通过apt安装找不到包，是因为MDAnalysis是面向计算化学领域的Python库，从未被收录进Ubuntu的默认软件源，apt的检索范围内根本不存在这个包名，自然无法定位安装。
• 第三次直接从主仓库源码安装触发相同报错，是因为MDAnalysis的代码仓库把核心功能库、测试库拆成了两个独立的安装模块，仓库根目录没有可直接被pip识别的安装配置文件，直接拉取根目录源码跑安装流程时，pip根本找不到对应的安装入口，自然执行失败。

可直接在Colab单元格运行的安装流程 #

全程不需要手动安装系统级依赖，Colab预装的numpy、scipy、networkx等科学计算库已经完全满足MDAnalysis的运行要求：

1. 先升级本地安装工具链，避免旧版pip、setuptools无法识别新版的预编译安装包，执行命令：
   !pip install --upgrade pip setuptools wheel
2. 清理pip的本地缓存，强制拉取适配当前Python版本的最新稳定版MDAnalysis，避免pip自动调取之前缓存的1.0.1旧版本，执行命令：
   !pip install MDAnalysis --no-cache-dir
   这种方式拉取的是官方预先编译好的wheel格式安装包，不需要在本地执行setup.py的编译流程，从根源上规避egg_info类报错。
3. 如果需要安装MDAnalysisTests测试库，不能直接用默认pip install MDAnalysisTests检索安装，需要通过指定子目录的方式从官方仓库拉取对应模块，执行命令：
   !pip install git+https://github.com/MDAnalysis/mdanalysis.git#subdirectory=testsuite
   你之前看到的安装命令里的#字段，本质是给pip传递安装路径参数：当源码仓库里的包不是存放在根目录时，就需要用#subdirectory=目录路径的参数告诉pip去哪里找安装配置文件，之前直接安装根目录源码就是没有加这类参数，才会找不到安装入口报错。
4. 安装完成后直接运行导入代码校验是否成功：

   import MDAnalysis as mda
   import MDAnalysisTests
   print(f"当前MDAnalysis运行版本：{mda.__version__}")
   

常见踩坑提醒 #

• 不要强行安装1.0.1这类老旧版本匹配新Python环境，就算手动绕开安装步骤，后续导入时也会触发numpy接口不兼容的报错。
• 不要通过apt额外安装相关系统包，反而可能和Colab预装的依赖产生版本冲突，导致库导入失败。

内容的提问来源于stack exchange，提问作者DJ Boltzmann