从pyxdameraulevenshtein导入会出现以下错误
pyxdameraulevenshtein==1.5.3
pandas==1.1.4
scikit-learn==0.20.2.
Numpy是1.16.1。
在Python 3.6中工作良好，在Python 3.7中问题。
有人在使用Python 3.7(3.7.9)时遇到过类似的问题吗?
from pyxdameraulevenshtein import normalized_damerau_levenshtein_distance as norm_dl_dist
__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
当前回答
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require .txt文件中删除numpy来解决这个问题，并在我的Dockerfile中执行以下操作:
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和它的库，升级到numpy 1.20.0对这些库不起作用。但我认为解决方案包含在我给你的第一个命令中，它告诉pip不要编译numpy，而是下载一个预编译的版本。
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，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将向您抛出一个错误。
我认为第一个命令中的——upgrade选项是不必要的。
其他回答
对于任何使用诗歌的人来说，有必要进行实验。对于numpy<1.20依赖项的应用程序，New-installer设置为true才能正确构建，即:
poetry config experimental.new-installer true
默认情况下是正确的，但如果它被改变了(就像我的情况一样)，它会让你识破。
我的应用程序使用Tensorflow，因此我没有升级到>1.20的选项。诗歌也不支持无二进制依赖。
尝试使用numpy==1.20.0，它在这里可以工作，尽管其他情况不同(alpine 3.12上的python3.8)。
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require .txt文件中删除numpy来解决这个问题，并在我的Dockerfile中执行以下操作:
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和它的库，升级到numpy 1.20.0对这些库不起作用。但我认为解决方案包含在我给你的第一个命令中，它告诉pip不要编译numpy，而是下载一个预编译的版本。
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，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将向您抛出一个错误。
我认为第一个命令中的——upgrade选项是不必要的。
我有这个问题，但无法更新numpy，因为一些不兼容的冲突，另一个包，我需要numpy<=1.21.0。错误numpy。Ndarray大小改变，可能表明二进制不兼容是由个人包生成的。解决方案是修改pyproject。我的包和设置Toml文件:
requires = ["numpy==1.21.0", <other packages>]
之前设置为“numpy>=1.21.0”，导致错误。
这对我很有用(当这一页上的任何东西都不起作用时):
# Create environment with conda or venv.
# Do *not* install any other packages here.
pip install numpy==1.21.5
# Install all other packages here.
# This works as a package may build against the currently installed version of numpy.
这解决了一个特别残酷的问题，截至2022-04-11，本页上的所有其他答案都无法解决:
其他答案试图在问题发生后解决问题，这种方法在问题发生前解决问题。
此外，可以尝试不同版本的Python，例如3.8、3.9、3.10。
@FZeiser的回答很好，解释了为什么这种方法有效。
