【问题标题】:numpy undefined symbol: PyFPE_jbufnumpy 未定义符号:PyFPE_jbuf
【发布时间】:2016-07-11 11:41:09
【问题描述】:

我正在尝试使用一百万首歌曲数据集,为此我必须安装 python 表、numpy、cython、hdf5、numexpr 等。

昨天我设法安装了我需要的所有东西,在遇到 hdf5 一些问题后,我下载了预编译的二进制包并将它们保存在我的 /bin 文件夹中,以及 /lib 中的相应库中,之后我测试了这个 python 脚本:http://labrosa.ee.columbia.edu/millionsong/sites/default/files/tutorial1.py.txt

它工作得很好,要明确我让它工作的方式是首先运行脚本并开始安装所需的依赖项,但是今天我重新启动了我的笔记本电脑,它没有工作,现在它抛出了这个错误控制台:

python2.7 script.py 

返回:

import numpy as np # get it at: http://numpy.scipy.org/
from . import random
from .mtrand import *
ImportError: /home/francisco/.local/lib/python2.7/site-packages/numpy/random/mtrand.so: undefined symbol: PyFPE_jbuf

在我看来,这样的文件中缺少一个变量,我的猜测是脚本在错误的位置寻找 numpy 库,因为我做了很多失败的安装,也许我破坏了一些东西,它只是因为它被加载到计算机的临时内存中。

我尝试安装 Anaconda,我创建了一个新环境并使用 anaconda 包管理器安装了打包,甚至认为我列出了所有打包并返回:

# packages in environment at /home/francisco/anaconda2/envs/Music:
#
biopython                 1.66                np110py27_0  
cython                    0.23.4                    <pip>
hdf5                      1.8.15.1                      2  
mkl                       11.3.1                        0  
numexpr                   2.5                 np110py27_0  
numpy                     1.10.4                   py27_1  
openssl                   1.0.2g                        0  
pillow                    3.1.1                     <pip>
pip                       8.1.1                    py27_0  
pytables                  3.2.2               np110py27_1  
python                    2.7.11                        0  
python-ldap               2.4.25                    <pip>
readline                  6.2                           2  
reportlab                 3.3.0                     <pip>
requirements              0.1                       <pip>
setuptools                20.3                     py27_0  
sqlite                    3.9.2                         0  
tables                    3.2.2                     <pip>
tk                        8.5.18                        0  
wheel                     0.29.0                   py27_0  
zlib                      1.2.8                         0  

我仍然得到同样的错误。我真的需要帮助,不知道还能尝试什么。谢谢。

【问题讨论】:

    标签: python linux numpy anaconda hdf5


    【解决方案1】:

    我遇到了同样的问题,可能你安装了没有 Anaconda 的 numpy,因此存在冲突,使用哪个 numpy:使用 pip 或 conda 安装的那个。当我删除非 Anaconda numpy 时,错误消失了。

    pip uninstall numpy
    

    【讨论】:

    • 这为我解决了这个问题。谢谢!
    • 是的,这也解决了我的问题。
    • 这解决了这个问题。
    • 我不得不做 pip uninstall lxml 因为我有 python-lxml 包和 pip 版本
    • 我不得不卸载有问题的库和 numpy.然后我不得不重新安装 pip flag --no-cache-dir。见:stackoverflow.com/a/49199601/927972
    【解决方案2】:

    对于 cython 用户:

    This 帖子很有帮助。该帖子解释说,有一些标志(--with-fpectl),它要么在编译cpython期间设置,要么不设置。当使用没有该标志的 cpython 编译库时,它与设置了该标志的版本不兼容。此效果仅在您使用 cython 时才会出现,因为 numpy 本身不使用此扩展名。

    正如那篇文章中进一步说明的那样,我的 Ubuntu 16.04 是用这个标志创建的,而 Conda 没有它。对我来说,特别是 hmmlearn 模块抛出了未定义的符号错误。一定是这种情况,因为它是由设置标志的 Ubuntu 而不是由 anaconda 提供的。所以我卸载了 hmmlearn 并从 sourcescode 重新手动安装它(不幸的是,Anaconda 不提供 hmmlearn)。 --> 有效!

    【讨论】:

    • 这实际上也适用于从源代码编译的 CPython(Python 3.5)。谢谢!
    • 这很有帮助。谢谢。
    【解决方案3】:

    具有讽刺意味的是,我什么也没做就重新启动了我的笔记本电脑,并且它起作用了。不明白为什么。

    【讨论】:

    • 机器中有鬼。
    【解决方案4】:

    我同意以前的帖子,这似乎是由于安装了多个版本的 numpy 造成的。对我来说,仅仅使用 pip 是不够的,因为我还安装了多个版本的 pip。

    指定具体的 pip 解决了问题:

    /usr/bin/pip3 uninstall numpy
    

    【讨论】:

      【解决方案5】:

      最初,我使用系统 /usr/bin/pip 和 anconda pip 安装了 cython。我使用系统 pip 卸载了系统 cython 并使用重新安装 conda install cython。现在可以使用了。

      【讨论】:

        【解决方案6】:

        首先从/usr/local/lib/python2.7/dist-packages/numpy-1.11.0-py2.7-linux-x86_64.egg 中删除numpy 然后使用以下命令

        sudo pip install numpy scipy

        我已经解决了这个错误。

        【讨论】:

          【解决方案7】:

          我在特定情况下遇到了这个问题。使用 Anaconda(我认为是 3)我正在创建一个新环境。以前我用 numpy 创建了一个 py3 环境,不确定是否相关。但是在创建新的 py2.7 环境时,我通过 pip 安装了一个特定的包 Ta-lib,但是对于 Ta-lib 的特定情况,出现了与 numpy 相关的相同问题的导入错误。

          From this post Gaurav suggested 使用 pip 标志 --no-cache-dir 来确保在安装 numpy.我卸载了我的 Ta-lib 和 numpy,然后通过 pip 使用此标志重新安装它们,一切正常。

          【讨论】:

            猜你喜欢
            • 1970-01-01
            • 2023-04-10
            • 2018-08-02
            • 2016-08-28
            • 2017-02-22
            • 1970-01-01
            • 1970-01-01
            • 1970-01-01
            • 2016-02-13
            相关资源
            最近更新 更多