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
我用的是Python 3.8.5。这听起来太简单了，但我有同样的问题，我所做的只是重新安装numpy。一去不复返了。
pip install --upgrade numpy
or
pip uninstall numpy
pip install numpy
其他回答
Numpy 1.22版本为我解决了这个问题。
对于任何使用诗歌的人来说，有必要进行实验。对于numpy<1.20依赖项的应用程序，New-installer设置为true才能正确构建，即:
poetry config experimental.new-installer true
默认情况下是正确的，但如果它被改变了(就像我的情况一样)，它会让你识破。
我的应用程序使用Tensorflow，因此我没有升级到>1.20的选项。诗歌也不支持无二进制依赖。
使用python虚拟环境并安装gensim:
pip install gensim==3.8.3
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
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
