总而言之:

conda list

(它将提供所有的库以及版本细节。)

And:

pip show tensorflow

(它提供了完整的图书馆细节。)

Python >= 3.8:

如果您使用的是Python >= 3.8，则可以使用内置库中的模块。要检查包的版本(在这个例子中)，运行:

>>> from importlib.metadata import version
>>> version('construct')
'4.3.1'

Python < 3.8:

使用随setuptools库分发的pkg_resources模块。注意，传递给get_distribution方法的字符串应该对应于PyPI条目。

>>> import pkg_resources
>>> pkg_resources.get_distribution('construct').version
'2.5.2'

边注:

请注意，传递给get_distribution方法的字符串应该是在PyPI中注册的包名，而不是您试图导入的模块名。不幸的是，它们并不总是相同的(例如，你安装了memcached，但导入了memcache)。 如果你想从命令行应用这个解决方案，你可以这样做:

python -c \
  "import pkg_resources; print(pkg_resources.get_distribution('construct').version)"

你可以试试这个:

pip list

这将输出所有包及其版本。

输出

(请参见如何以编程方式获取Python中已安装模块的版本?)

我发现使用各种可用的工具(包括Jakub Kukul回答中提到的最好的pkg_resources)是非常不可靠的，因为大多数工具都不能覆盖所有情况。例如

内置模块 模块没有安装，只是添加到python路径(例如，通过IDE) 同一模块可用的两个版本(python路径中的一个取代已安装的版本)

因为我们需要一种可靠的方法来获取任何包、模块或子模块的版本，所以我最终编写了getversion。使用起来很简单:

from getversion import get_module_version
import foo
version, details = get_module_version(foo)

详细信息请参见文档。

如果您的生产系统被强化到无法理解的地步，所以它既没有pip也没有conda，这里有一个Bash替代pip冻结:

ls /usr/local/lib/python3.8/dist-packages | grep info | awk -F "-" '{print $1"=="$2}' | sed 's/.dist//g'

(请确保将dist-packages文件夹更新到当前的python版本，并忽略不一致的名称，例如，下划线vs.破折号)。

样本打印:

Flask==1.1.2
Flask_Caching==1.10.1
gunicorn==20.1.0
[..]

你可以试试

>>> import statlib
>>> print statlib.__version__

>>> import construct
>>> print contruct.__version__

这是PEP 396推荐的方法。但是PEP从未被接受，并且一直被推迟。事实上，Python核心开发人员似乎越来越支持不包含__version__属性，例如在Remove importlib_metadata.version..