正确安装sklearn必须使用pip install scikit-learn（而非sklearn伪包），卸载伪包后重装；遇编译失败加--only-binary=all；权限问题用--user安装；解释器不一致需在IDE中手动匹配Python路径。
pip install scikit-learn 报 ModuleNotFoundError: No module named 'sklearn'
这不是库没装上，而是你很可能执行了 pip install sklearn —— 这个命令安装的是已被官方弃用的伪包 sklearn（版本恒为 0.0.post12），它不提供任何功能，import sklearn 必然失败。
正确做法只有一条：必须用 scikit-learn 这个包名安装。其他所有“重装”“清缓存”操作，都应在确认包名无误后才进行。
- 立即卸载伪包：
pip uninstall sklearn（哪怕提示“not found”，也执行一次，避免残留） - 安装真包：
pip install scikit-learn - 验证：
python -c "import sklearn; print(sklearn.__version__)"
安装卡在 Installing build dependencies 或 Failed building wheel
这通常发生在 Windows 或旧版 macOS 上，本质是 pip 尝试从源码编译 scipy 或 scikit-learn，但缺编译工具或 Fortran 支持。尤其当你看到日志里反复出现 scipy-*.tar.gz、Cython、oldest-supported-numpy 时，基本可以确定是这条路走不通。
- 优先跳过编译：加
--only-binary=all参数强制用预编译轮子：pip install --only-binary=all scikit-learn - 若仍失败，先手动装好依赖：
pip install numpy scipy（确保是官方二进制版，不是源码编译版） - Windows 用户可直接去 Gohlke 页面 下载对应 Python 版本和平台的
numpy‑mkl和scipy的.whl文件，再用pip install xxx.whl安装
pip install scikit-learn 提示 PermissionError 或 Cannot uninstall 'numpy'
这类错误多见于系统级 Python（如 macOS 自带 Python 或通过 Homebrew 安装的），pip 试图覆盖由系统包管理器安装的 numpy 或 scipy，但权限不足或文件归属混乱。
- 不要用
sudo pip硬怼——会污染系统环境，后续更难收拾 - 改用用户级安装：
pip install --user scikit-learn - 如果已存在冲突的旧版
numpy/scipy，先升级它们：pip install --user --upgrade numpy scipy - 终极干净方案：用
python -m venv myenv新建虚拟环境，激活后再装，完全隔离
PyCharm / VS Code 里 import 成功但运行报错
编辑器用的 Python 解释器路径，和你在终端里执行 pip install 的 Python 不是同一个。这是最隐蔽也最常被忽略的问题。
检查方式很简单：
- 终端运行
which python（macOS/Linux）或where python（Windows），记下路径 - 在 PyCharm 中打开 File → Settings → Project → Python Interpreter，确认右上角显示的 interpreter 路径和上面一致
- 如果不一致，点击齿轮图标 → Add… → System Interpreter，手动选中刚才记下的路径
- VS Code 同理：按
Ctrl+Shift+P→ 输入Python: Select Interpreter→ 选择匹配路径
装完包却找不到，八成是解释器没对齐；哪怕只差一个字符（比如 python3.11 vs python3.11d），就是两个世界。
