从pyxdameraulevenshtein导入会出现以下错误
pyxdameraulevenshtein==1.5.3
pandas==1.1.4
scikit-learn==0.20.2.
Numpy是1.16.1。
在Python 3.6中工作良好，在Python 3.7中问题。
有人在使用Python 3.7(3.7.9)时遇到过类似的问题吗?
from pyxdameraulevenshtein import normalized_damerau_levenshtein_distance as norm_dl_dist
__init__.pxd:242: in init pyxdameraulevenshtein
???
E ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObject
当前回答
不升级numpy的解决方案
虽然升级numpy版本通常可以解决这个问题，但并不总是可行的。一个很好的例子是，当你使用tensorflow==2.6.0时，它与最新的numpy版本不兼容(它需要~=1.19.2)。
正如在FZeiser的回答中已经提到的，在1.20.0版本中numpys C API发生了变化。有一些包在构建时依赖于这个C API，例如pyxdameraulevenshtein。鉴于pips依赖解析器不保证安装包的任何顺序，可能会发生以下情况:
pip figures out that it needs to install numpy and it chooses the latest version, 1.21.2 as of the time writing this answer. It then builds a package that depends on numpy and its C API, e.g. pyxdameraulevenshtein. This package is now compatible with numpy 1.21.2 C API. At a later point pip needs to install a package that has a requirement for an older version of numpy, e.g. tensorflow==2.6.0 which would try to install numpy==1.19.5. As a result, numpy==1.21.2 is uninstalled and the older version is installed. When running code that uses pyxdameraulevenshtein, its current installation relies on the updated numpy C API, yet the numpy version was downgraded which would result in the error.
解决方案
您应该使用过时的numpy C API重新构建包，以确保它与当前安装的numpy版本兼容。例如，对于pyxdameraulevenshtein:
pip uninstall pyxdameraulevenshtein
pip install pyxdameraulevenshtein --no-binary pyxdameraulevenshtein
其他回答
对我有用的是:
pip uninstall numpy
conda install -y -c conda-forge numpy
虽然听起来很奇怪……我甚至不需要用Conda卸载它，这对我来说似乎很奇怪。我使用的是python 3.9
这对我很有用(当这一页上的任何东西都不起作用时):
# Create environment with conda or venv.
# Do *not* install any other packages here.
pip install numpy==1.21.5
# Install all other packages here.
# This works as a package may build against the currently installed version of numpy.
这解决了一个特别残酷的问题，截至2022-04-11，本页上的所有其他答案都无法解决:
其他答案试图在问题发生后解决问题，这种方法在问题发生前解决问题。
此外，可以尝试不同版本的Python，例如3.8、3.9、3.10。
@FZeiser的回答很好，解释了为什么这种方法有效。
我在使用tensorflow对象api时遇到了这个问题。Tensorflow目前不兼容numpy==1.20(尽管这个问题直到后面才会显现出来)。 在我的例子中，这个问题是由pycocotools引起的。我通过安装旧版本来解决这个问题。
pip install pycocotools==2.0.0
的确，(构建和)安装numpy>=1.20.0应该可以工作，如下面的答案所指出的。然而，我认为一些背景可能会很有趣，并提供替代解决方案。
numpy 1.20.0中的C API发生了变化。在某些情况下，pip似乎下载了numpy的最新版本用于构建阶段，但随后该程序使用已安装的numpy版本运行。如果在<1.20中使用的构建版本，但安装的版本是=>1.20，这将导致一个错误。
(反过来说也没关系，因为向后兼容。但是如果用户使用的是numpy<1.20的安装版本，他们就不会预料到即将到来的更改。)
这就引出了解决问题的几种可能方法:
升级(构建版本)到numpy>=1.20.0 在pyproject中使用最小支持的numpy版本。toml (oldest-supported-numpy) 使用——no-binary安装 使用——no-build-isolation安装
有关潜在解决方案的更详细讨论，请参见 https://github.com/scikit-learn-contrib/hdbscan/issues/457 # issuecomment - 773671043。
尝试使用numpy==1.20.0，它在这里可以工作，尽管其他情况不同(alpine 3.12上的python3.8)。
