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
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。
其他回答
在你安装任何包之后，确保你重新启动内核并且应该工作。通常包会自动升级，你所需要的只是快速重启。至少，这在我的情况下工作，当我试图安装和使用石榴时，我得到了同样的错误。
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。
的确，(构建和)安装numpy>=1.20.0应该可以工作，如下面的答案所指出的。然而，我认为一些背景可能会很有趣，并提供替代解决方案。
numpy 1.20.0中的C API发生了变化。在某些情况下，pip似乎下载了numpy的最新版本用于构建阶段，但随后该程序使用已安装的numpy版本运行。如果在<1.20中使用的构建版本，但安装的版本是=>1.20，这将导致一个错误。
(反过来说也没关系，因为向后兼容。但是如果用户使用的是numpy<1.20的安装版本，他们就不会预料到即将到来的更改。)
这就引出了解决问题的几种可能方法:
升级(构建版本)到numpy>=1.20.0 在pyproject中使用最小支持的numpy版本。toml (oldest-supported-numpy) 使用——no-binary安装 使用——no-build-isolation安装
有关潜在解决方案的更详细讨论，请参见 https://github.com/scikit-learn-contrib/hdbscan/issues/457 # issuecomment - 773671043。
使用python虚拟环境并安装gensim:
pip install gensim==3.8.3
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。
