ValueError：numpy.ndarray 大小已更改，可能表示二进制不兼容。预期来自 C 标头的 88，从 PyObject 获得 80答案

【问题标题】：ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObjectValueError：numpy.ndarray 大小已更改，可能表示二进制不兼容。预期来自 C 标头的 88，从 PyObject 获得 80
【发布时间】：2021-05-09 15:08:12
【问题描述】：

从 pyxdameraulevenshtein 导入会出现以下错误，我有

pyxdameraulevenshtein==1.5.3, 
pandas==1.1.4 and 
scikit-learn==0.20.2. 
Numpy is 1.16.1. 
Works well in Python3.6, Issue in Python3.7.

有没有人遇到过 Python3.7 (3.7.9)、docker image - python:3.7-buster 的类似问题

__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

【问题讨论】：

标签： python pandas numpy scikit-learn python-3.7

【解决方案1】：

我使用的是 Python 3.8.5。这听起来太简单了，但我也遇到了同样的问题，我所做的就是重新安装 numpy。走了。

pip install --upgrade numpy

或

pip uninstall numpy
pip install numpy

【讨论】：

哈哈哈......我不敢相信这对我也有用！有关更多信息，我也在 Python 3.8.5 中。看起来我最初有numpy-1.19.5，然后在卸载安装步骤之后我得到了numpy-1.20.1
我必须执行 pip install --upgrade numpy 才能升级。
Classic 将其拔下并重新插入解决方案。工作频率超出您的想象。
这里相同 - 卸载和安装对我有用（根本原因可能是 AWS 上的 Anaconda env 使用 numpy 版本 1.18.5）
如果你使用的是 conda 而不是 pip 呢？

【解决方案2】：

尝试使用numpy==1.20.0 这在这里有效，即使其他情况不同（alpine 3.12 上的 python3.8）。

【讨论】：

numpy==1.20.1 已经修复了错误:-)
遇到了同样的问题，通过将 numpy 升级到 1.20.3 解决了
用numpy==1.20.3修复

【解决方案3】：

确实，使用numpy>=1.20.0 进行（构建和）安装应该可以工作，正如所指出的那样，例如通过这个answer below。不过，我认为一些背景可能会很有趣——并且还提供了替代解决方案。

numpy 1.20.0 中有一个 change in the C API。在某些情况下，pip 似乎为构建阶段下载了最新版本的numpy，但随后程序以安装版本的numpy 运行。如果在<1.20中使用的build版本，但是安装的版本是=>1.20，这会导致错误。

（由于向后兼容性，其他方式应该无关紧要。但如果使用已安装的版本numpy<1.20，他们并没有预料到即将发生的变化。）

这导致解决问题的几种可能方法：

升级（构建版本）到numpy>=1.20.0
在pyproject.toml (oldest-supported-numpy) 中使用最小支持的numpy版本
安装--no-binary
安装--no-build-isolation

有关潜在解决方案的更详细讨论，请参阅 https://github.com/scikit-learn-contrib/hdbscan/issues/457#issuecomment-773671043.

【讨论】：

如果使用1.20，会报错。 不是反过来吗？您使用没有标头定义的较新版本进行构建，然后使用需要标头定义的旧版本运行它。还是我错过了什么？
@IvayloToskov：虽然看起来不直观，但我认为它是正确的：构建版本负责编译。旧的构建版本无法预料 numpy 会发生变化，因此这种类型的设置会产生问题。
经过一番验证，我可以确认确实是相反的。 C API 中的更改是向前兼容的，因为您正在删除标头。如果您使用具有标头的旧版本构建并使用新版本运行它，它不会中断。以下序列产生错误：pip install numpy==1.21.0，pip install pycocotools --no-binary pycocotools，pip install numpy==1.19.2，python -c "import pycocotools.coco.COCO" 所以当构建版本为>=1.20，运行时版本为<1.20时会发生错误。

【解决方案4】：

我在使用 tensorflow 对象 api 时遇到了这个问题。 Tensorflow 目前与 numpy==1.20 不兼容（尽管这个问题直到后来才明显）。就我而言，问题是由 pycocotools 引起的。我通过安装旧版本来修复。

pip install pycocotools==2.0.0

【讨论】：

它有自己的问题 - 安装时会删除现有的 cython 安装，然后输出 ModuleNotFoundError: No module named 'Cython'
在我的情况下它没有删除 cython。一切都很好！
这也是我的确切问题。就我而言，效果很好并且没有删除 Cython。

【解决方案5】：

不升级的解决方案`numpy`

虽然升级numpy 版本通常可以解决问题，但并不总是可行的。一个很好的例子是您使用与最新的numpy 版本不兼容的tensorflow==2.6.0（它需要~=1.19.2）。

正如FZeiser's answer 中已经提到的，numpys C API 在版本1.20.0 中发生了变化。有些包在构建时依赖于这个 C API，例如pycocotools。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 发现它需要安装 numpy 并选择最新版本 1.21.2 在撰写此答案时。
然后它会构建一个依赖于numpy 及其 C API 的包，例如pycocotools。这个包现在兼容numpy 1.21.2 C API。
稍后pip 需要安装一个需要旧版本numpy 的软件包，例如tensorflow==2.6.0 将尝试安装 numpy==1.19.5。结果，numpy==1.21.2 被卸载并安装了旧版本。
在运行使用pycocotools 的代码时，其当前安装依赖于更新的numpy C API，但numpy 版本已降级，这将导致错误。

解决方案

您应该使用过时的 numpy C API 用法重新构建包，例如对于pycocotools：

pip uninstall pycocotools
pip install pycocotools --no-binary pycocotools

【讨论】：

我处于您描述的情况，但是，在使用 pycocotools 2.0.4 时，使用此方法后错误仍然存在，但如果我按照@royce schultz 的建议降级到版本 2.0.0，问题就解决了.您使用的是哪个版本的 pycocotools？
我记不太清了，但看看发布历史和这个答案的时间，我认为是2.0.2。尽管出于某种原因，我无法重现 Python 3.8 的问题。你的环境是什么？ Python、pip 和 setuptools 版本？
我正在使用 python 3.8.10，pip 21.3.1，我没有找到使用 pip freeze 的 setuptools 或 easy_tools，但是当我运行“pip install setuptools”时，它说 v 58.5.2 是已安装

【解决方案6】：

将 python 版本升级到 numpy ==1.21.1 对我有用！

【讨论】：

是的，对于二进制不兼容升级或降级软件包很有帮助。

【解决方案7】：

对于使用Poetry 的任何人，必须将experimental.new-installer 设置为true 才能正确构建具有numpy<1.20 依赖项的应用程序，即：

poetry config experimental.new-installer true

默认为true，但如果（我的情况）它已被更改，它会发现你。

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--no-binary依赖。

【讨论】：

【解决方案8】：

对我有用的是：

pip uninstall numpy
conda install -y -c conda-forge numpy

听起来很奇怪...我什至不必用 conda 卸载它，这对我来说似乎很奇怪。我正在使用 python 3.9

【讨论】：

【解决方案9】：

在您 pip 安装任何软件包后，请确保您重新启动内核并且应该可以工作。通常软件包会自动升级，您所需要的只是快速重启。至少，这在我的情况下是有效的，当我尝试安装和使用 pomegranate 时遇到了同样的错误。

【讨论】：

【解决方案10】：

numpy 1.22 版为我解决了这个问题。

【讨论】：

【解决方案11】：

升级numpy版本：

pip install -U numpy

【讨论】：

【解决方案12】：

使用python虚拟环境并安装gensim使用：

pip install gensim==3.8.3

【讨论】：

【解决方案13】：

对于几乎相同的图像：python:3.7-slim-buster

我今天才开始有这个问题，以前是不存在的。

我通过从 requirements.txt 文件中删除 numpy 并在我的 Dockerfile 中执行以下操作来解决它：

RUN pip3 install --upgrade  --no-binary numpy==1.18.1 numpy==1.18.1 \
&& pip3 install -r requirements.txt

我使用了一些旧版本的 keras 及其库，升级到 numpy 1.20.0 对这些库不起作用。但我认为解决方案在于我给你的第一个命令告诉 pip 尝试不编译 numpy 并下载预编译版本。

命令中的技巧是，您可能会发现有人告诉您使用 pip 的 --no-binary 选项来解决问题，但他们没有指定如何解决问题，而且这可能很棘手（就像我遇到的那样） ;您必须在命令中编写两次包才能使其工作，否则 pip 会抛出错误。

我认为第一个命令中的 --upgrade 选项不是必需的。

【讨论】：

对我不起作用，但升级到 1.20.0 确实如此，即使我得到的错误是在加载针对早期版本的 numpy 编译的库的上下文中。

【解决方案14】：

安装旧版本的gensim，它可以工作！

pip install gensim==3.5.0

或

conda install gensim==3.5.0

【讨论】：

【解决方案15】：

我在树莓派 3 中遇到了同样的问题。实际上，错误在于 pandas。虽然 tensorflow 需要 numpy~=1.19.2 ，但 pandas 不兼容。所以，我已经将我的numpy 升级（因为没有降级）到最新版本，一切正常！！！！。

root@raspberrypi:/home/pi# python3
Python 3.7.3 (default, Jan 22 2021, 20:04:44) 
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np 
>>> np.__version__
'1.21.5'
>>> import pandas as pd
>>> pd.__version__
'1.3.5'
>>> import tensorflow as tf
>>> tf.__version__
'2.4.0'
>>> tf.keras.__version__
'2.4.0'
>>> tf.keras.layers
<module 'tensorflow.keras.layers' from '/usr/local/lib/python3.7/dist-packages/tensorflow/keras/layers/__init__.py'>

这里也有同样的问题 - https://github.com/bitsy-ai/tensorflow-arm-bin/issues/5

张量流来源：https://github.com/bitsy-ai/tensorflow-arm-bin

【讨论】：

不升级的解决方案numpy

解决方案

不升级的解决方案`numpy`