我之前在Google Cloud Datalab里也碰到过一模一样的GDAL安装问题——直接用!pip install gdal确实会因为缺少底层系统依赖而编译失败，给你几个亲测有效的解决办法：

方法一：先安装系统级依赖再用pip安装对应版本 #

GDAL的Python包依赖于系统层面的GDAL开发库，Datalab基于Debian/Ubuntu，所以先通过apt-get安装这些依赖：

!apt-get update
!apt-get install -y libgdal-dev gdal-bin python-gdal

安装完成后，先确认系统里的GDAL版本：

!gdal-config --version

比如输出是2.2.4，就安装对应版本的Python包（版本号必须严格匹配，否则还是会出错）：

!pip install gdal==2.2.4

方法二：用conda一键安装（更省心） #

如果你的Datalab环境配置了conda，直接用conda-forge源安装会自动处理所有依赖，不需要手动匹配版本：

!conda install -c conda-forge gdal

为什么直接pip安装会失败？ #

GDAL不是纯Python包，它是Python对C++编写的GDAL库的绑定，直接用pip安装时需要从源码编译，而Datalab默认环境里缺少编译所需的头文件、链接库等依赖，所以会在setup.py egg_info阶段报错。

内容的提问来源于stack exchange，提问作者Vaderstalk