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。)

你可以先安装这样的包，然后检查它的版本:

pip install package
import package
print(package.__version__)

它会给你一个打包的版本。

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
[..]

您可以简单地使用子流程。getoutput (python3——版本):

import subprocess as sp
print(sp.getoutput(python3 --version))

# Or however it suits your needs!
py3_version = sp.getoutput(python3 --version)

def check_version(name, version):...

check_version('python3', py3_version)

有关更多信息和不依赖__version__属性的方法:

指定os的输出。系统的一个变量，并防止它显示在屏幕上

你也可以使用subprocess.check_output()，当子进程返回的不是退出码0时，它会引发一个错误:

subprocess—子进程管理

首先将可执行文件python和pip添加到环境变量中。这样您就可以从命令提示符执行您的命令。然后简单地给出Python命令。

然后导入包:

import scrapy

然后打印版本名

print(scrapy.__version__)

这肯定有用。

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)"