venv中pip install失败主因是系统缺少编译依赖或未正确激活环境；应先检查环境路径、安装构建工具、优先使用预编译wheel，必要时改用conda。
venv 里 pip install 失败，提示编译错误或找不到 wheel
这不是 venv 本身的问题，而是它用的 pip 和系统缺少底层构建依赖。比如装 numpy、pandas 或 pydantic 时卡在 Building wheel for xxx，或者报错 Microsoft Visual C++ 14.0 or greater is required（Windows）或 gcc: command not found（Linux/macOS）。
实操建议：
- Windows：安装 Microsoft C++ Build Tools 或完整版 Visual Studio（勾选“使用 C++ 的桌面开发”）
- Ubuntu/Debian：
sudo apt update && sudo apt install build-essential python3-dev - macOS：
xcode-select --install，再运行sudo xcode-select --reset - 优先尝试预编译 wheel：
pip install --only-binary=all xxx（例如pip install --only-binary=all numpy），避免本地编译
装上了却 import 报 ModuleNotFoundError
常见于两种情况：一是你没激活虚拟环境就运行了 pip install，结果装到了系统 Python；二是 VSCode 没选对解释器，Pylance 看不到包。
实操建议：
- 激活后立刻检查：
which python（macOS/Linux）或where python（Windows），路径必须含.venv或venv - 确认安装位置：
pip show requests（换成你要查的包名），看Location:是否在虚拟环境目录下 - VSCode 中按
Ctrl+Shift+P→ 输入Python: Select Interpreter→ 手动选中.venv/bin/python（macOS/Linux）或.venv\Scripts\python.exe（Windows） - 不要依赖终端自动激活：在 VSCode 设置里加
"python.terminal.activateEnvironment": true，确保新开终端也自动激活
某些库根本不能在 venv 里用，比如 conda-only 包
venv 只管 Python 包，不处理非 Python 依赖（如 R、Fortran 编译器、CUDA 工具链、特定版本的 HDF5 库）。像 numba、cupy、theano 在纯 venv + pip 下可能装上但运行时报错 LLVM not found 或 cuInit failed。
实操建议：
- 查文档确认依赖类型：访问该库的 PyPI 页面或 GitHub README，看是否明确写 “requires conda” 或 “built with conda-forge”
- 别硬扛：直接换
conda创建环境 ——conda create -n myenv python=3.10，然后conda activate myenv - 混合使用（谨慎）：
conda activate myenv后再用pip install装少量 pip-only 包，但避免用pip覆盖 conda 安装的核心科学计算库
装了 setuptools 还是报 No module named 'pkg_resources'
这个错误说明 venv 创建时没带基础打包工具，或者被手动删过 site-packages/setuptools。不是库不支持 venv，而是环境本身不完整。
实操建议：
- 创建新环境时加
--upgrade-deps：python -m venv .venv --upgrade-deps（Python 3.9+ 支持） - 旧环境补救：
python -m ensurepip --upgrade，再pip install --upgrade setuptools wheel - 验证是否修复：
python -c "import pkg_resources; print(pkg_resources.__version__)"不报错即成功
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
