如何匹配Python库的版本？

Bertha 。 2022-09-14 14:22 424阅读 0赞

在工作中，有可能遇到这样一个问题：我前天安装的某个库还能用，今天怎么就不能用了呢？原因很可能是这样的：**某些库的依赖包版本冲突了。**

> 假设A库依赖a包版本1.1版本，B库依赖a包的1.0版本。
> 
> 我们在前天安装了A库，且能正常使用，此时a包为1.1版本。
> 
> 但是在今天我们安装了B库，它的依赖a包为1.0版本，所以必定导致a包的版本降低。
> 
> 此时，B包可以正常使用，但是A包优与依赖的a包版本降低导致无法使用。
> 
> 解决方法：去找是哪些依赖的版本不匹配了，把他们给匹配好。

我们举个例子来说：以同时使用  imbalanced\_learn  和  statsmodels 库为最终目的。我们该怎么办？

1、找各自库的官网，官网上会给出安装依赖，找官网是最正确的做法，不要去网上找乱七八糟的说明，基本上都是没用的。

2、imbalanced\_learn官网：百度查找，第二个就是。

附上网址：[imbalanced-learn documentation — Version 0.8.1][imbalanced-learn documentation _ Version 0.8.1]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 1][]

一般来说官网都是最新的版本的库，显示最新的依赖。

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 2][]

如何查找特定的版本的依赖呢？

方法一：官网上一般都有，看下开源历史就能找到。

方法二：直接去下载指定版本的 .whl文件，更改后缀后解压缩，去文件里面找，都会有明确的注明，比如去查找  0.5.0 版本的 imbalanced\_learn。

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_10_color_FFFFFF_t_70_g_se_x_16][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 3][]

现在可以总结0.5.0版本的依赖：

Requires-Dist: numpy (>=1.11)
    Requires-Dist: scipy (>=0.17)
    Requires-Dist: scikit-learn (>=0.21)
    Requires-Dist: joblib (>=0.11)

3、statsmodels官网：百度查找，第一个就是。

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 4][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 5][]

同样，我们还去找指定版本的依赖，比如：0.11.0

方法一：官网找API文档。

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 6][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 7][]

现在可以总结0.11.0版本的依赖：

Python >= 3.5
    
    NumPy >= 1.14
    
    SciPy >= 1.0
    
    Pandas >= 0.21
    
    Patsy >= 0.5.1

最终将 imbalanced\_learn  和  statsmodels 依赖汇总：

Requires-Dist: numpy (>=1.11)
    Requires-Dist: scipy (>=0.17)
    Requires-Dist: scikit-learn (>=0.21)
    Requires-Dist: joblib (>=0.11)
    Python >= 3.5
    NumPy >= 1.14
    SciPy >= 1.0
    Pandas >= 0.21
    Patsy >= 0.5.1

自己匹配合适的依赖，并确定安装顺序：

Python = 3.6
    joblib (>=0.11)
    NumPy = 1.14
    SciPy = 1.0
    Pandas = 0.21
    Patsy = 0.5.1
    scikit-learn = 0.21
    imbalanced_learn = 0.5.0
    statsmodels = 0.11.0

最终在虚拟环境中安装测试是否匹配成功：

#创建虚拟环境
    conda create -n hjpp python=3.6.0
    
    #激活虚拟环境
    activate hjpp
    
    #安装依赖包
    pip install numpy==1.14.0
    pip install scipy==1.0
    pip install pandas==0.21
    pip install patsy==0.5.1
    pip install scikit-learn==0.21
    pip install imbalanced_learn==0.5.0
    pip install statsmodels==0.11.0

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 8][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_19_color_FFFFFF_t_70_g_se_x_16][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 9][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 10][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_18_color_FFFFFF_t_70_g_se_x_16][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 11][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 12][]

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 13][]

>  打开python，验证是否安装成功：

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 14][]

>   可以发现，均无报错，可以正常使用。
> 
>   以下是整个环境依赖：

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_14_color_FFFFFF_t_70_g_se_x_16][]

[imbalanced-learn documentation _ Version 0.8.1]: https://imbalanced-learn.org/stable/index.html
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/da4e8ad2a5684c95aa381211340ac7fa.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/16b7eb00cad143c694d69c7466345a46.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220828/5cd05510ea344148a95f5324079f1f14.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_10_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/60a5577fa6ac419fb672d60d8c852586.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 3]: /images/20220828/bcc58405949f429893be74b5ff02ac07.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 4]: /images/20220828/e07c37c1aa6a4b46b622dfcdbb490761.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 5]: /images/20220828/e1077f32a007424585c0b5826a969d37.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 6]: /images/20220828/773aa408929549349fb2a5c864b9f601.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 7]: /images/20220828/8d7346b67709410abd37d2ff453c2b5c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 8]: /images/20220828/a10ecd46ecc546af90600d32542cae8f.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_19_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/d9df85c8a1ce4d19b6fa9a3929691e46.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 9]: /images/20220828/bc5eb5da5b8d4e1e876fce30bc167bbf.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 10]: /images/20220828/9ceb4772098348378f6b7ab76210912f.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_18_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/419e4a6aa510436a843b17d805108815.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 11]: /images/20220828/c7eaafe174384709b75c8829b8b680a0.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 12]: /images/20220828/ce2b3ca5eaae4cf9b38f7faebf04ae8b.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 13]: /images/20220828/9b435b687e0443ddada165427a886c10.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_20_color_FFFFFF_t_70_g_se_x_16 14]: /images/20220828/4780d8d3c2854d879c30d4a5795ea23a.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAUHl0aG9u5LyK55S45Zut_size_14_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/6908ee14d03c4c5393cd685490bfcfd3.png