Python-Pillow在M1 Mac上的安装问题及解决方案
2025-05-19 22:43:46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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 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 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 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
项目优选
收起
deepin linux kernel
C
24
7
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
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92