Python-Pillow在M1 Mac上的安装问题及解决方案
2025-05-19 09:38:34作者:何举烈Damon
问题背景
在苹果M1芯片的Mac设备上安装Python图像处理库Pillow时,部分用户可能会遇到编译失败的问题。当使用pip install Pillow命令时,系统会尝试从源代码编译而不是直接安装预编译的二进制wheel包,最终导致安装失败。
错误现象
安装过程中会出现以下典型错误信息:
error: command '/opt/homebrew/opt/llvm@12/bin/clang' failed with exit code 1
虽然错误信息中提到了clang编译失败,但实际查看详细日志时,主要看到的是一些关于visionos平台的警告信息,而非明确的编译错误。
原因分析
-
wheel兼容性问题:pip在查找兼容的预编译wheel包时,未能正确识别M1芯片的arm64架构,导致跳过了可用的arm64 wheel包而尝试从源代码编译。
-
平台标签不匹配:系统报告的兼容标签为"macosx_10_16_arm64",而Pillow提供的wheel包使用的是"macosx_11_0_arm64"标签,尽管这两个标签实际上代表相同的系统版本。
-
编译环境问题:当系统不得不从源代码编译时,可能由于LLVM或Xcode工具链的配置问题导致编译失败。
解决方案
方法一:手动安装适配的wheel包
-
首先确认Python版本和系统架构:
python --version --version pip debug --verbose -
下载对应的arm64 wheel包,例如对于Python 3.10:
wget https://files.pythonhosted.org/packages/d4/0e/e344d6532f30b3b8de3d7a36fd05d5a43e4164afd1b41882529e766ef959/pillow-10.3.0-cp310-cp310-macosx_11_0_arm64.whl -
重命名wheel包以匹配系统识别的平台标签:
mv pillow-10.3.0-cp310-cp310-macosx_11_0_arm64.whl pillow-10.3.0-cp310-cp310-macosx_10_16_arm64.whl -
安装重命名后的wheel包:
pip install pillow-10.3.0-cp310-cp310-macosx_10_16_arm64.whl
方法二:更新pip和packaging工具
pip install --upgrade pip packaging
pip install pillow
方法三:完整环境重置
如果上述方法无效,可能需要重置开发环境:
- 重新安装Xcode命令行工具
- 重新安装Python(建议通过brew或官方安装包)
- 确保pyenv等版本管理工具配置正确
验证安装
安装完成后,可以通过以下命令验证Pillow是否正常工作:
from PIL import Image
print(Image.__version__)
如果遇到"_imaging"导入错误,请先完全卸载Pillow再重新安装:
pip uninstall Pillow
# 确认无法导入Pillow后
pip install pillow-10.3.0-cp310-cp310-macosx_10_16_arm64.whl
总结
在M1 Mac上安装Pillow时遇到问题主要是由于平台标签识别和wheel包选择机制导致的。通过手动下载并重命名wheel包是最可靠的解决方案。对于Python开发者来说,了解pip的wheel选择机制和平台标签系统对于解决此类安装问题非常有帮助。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218