【问题标题】:Could not find a version that satisfies the requirement numpy == 1.9.3找不到满足 numpy == 1.9.3 要求的版本
【发布时间】:2018-09-23 03:20:45
【问题描述】:

尝试安装quandl,需要pandas,所以我尝试了pip install pandas,得到:

找不到满足 numpy==1.9.3 要求的版本(来自版本:1.10.4、1.11.0、1.11.1rc1、1.11.1、1.11.2rc1、1.11.2、1.11.3、 1.12.0b1、1.12.0rc1、1.12.0rc2、1.12.0、1.12.1rc1、1.12.1、1.13.0rc1、1.13.0rc2、1.13.0、1.13.1、1.13.3、1.14.0rc1、1.14。 0、1.14.1、1.14.2) 没有找到 numpy==1.9.3 的匹配分布。

我正在使用python 3.4win32

【问题讨论】:

  • 其实,我想我可能已经倒读了错误信息。 IIRC,quandle 从被大写改变。你从import numpy; print(numpy.__version__) 得到什么?
  • “安装 numpy 1.9.2 后”与“满足要求 numpy==1.9.3”不匹配。 here 的当前版本是 1.14.2,所以我不确定发生了什么
  • 嗯,所以 1.9.3 实际上是 numpy 的一个非常旧的版本,它似乎不再在 pip 中可用。有这个特定要求的原因吗?您可以搜索旧版本的存档,但您可能会更幸运地找到适用于当前版本 numpyquandl 的新版本
  • 检查quandl 的来源。一个写得很好的包不应该依赖于这样的颠覆。可以期待比 1.9.3 更新的东西,但不完全是这样。太脆弱了。
  • @roganjosh 我得到 1.9.0 !!!这真的很奇怪,因为当我更新 numpy 时,我得到“要求已经是最新的:c:\python34\lib\site-packages (1.14.2) 中的 numpy”

标签: python python-3.x pandas numpy quandl


【解决方案1】:

现在的quandl在要求上更加慷慨:

https://pypi.python.org/pypi/Quandl

Requires Distributions
pandas (>=0.14)
numpy (>=1.8)

github setup 是一样的:https://github.com/quandl/quandl-python/blob/master/setup.py

【讨论】:

  • 我正在将此来源用于 quandl。
  • 我想知道这是否是另一个包的特定版本的问题,例如pandas(而不是quandl本身)。
【解决方案2】:

只需安装 Python 3.5 或更高版本。

【讨论】:

  • 使用 python 3.7 仍然会发生这种情况
【解决方案3】:

只需使用此命令:

pip install pandas==0.19.0.

一个不会因为这个错误而哭泣的旧版本!

【讨论】:

    【解决方案4】:

    我把LASTEST VERSION改成requirements.txt by pandas == 0.23.1-当时是最新发布的版本-你可以签到pandas p>

    【讨论】:

      【解决方案5】:

      我遇到了类似的问题,安装了 python 3.6.9。尝试使用“pip install -r requirements.txt”安装要求给了我一个类似的错误(找不到 numpy 版本,在我的例子中,它是 1.9.6)。我试过python3 -m pip install -r requirements.txt,但似乎出于某种原因,python3 的 pip 模块尚未安装在我的案例中。于是,我手动安装并重复了命令,需求已经安装完毕。

      为python3手动安装pip module

      安全下载get-pip.py

      运行python3 get-pip.py

      运行sudo apt install python3-testresources

      这将安装或升级 pip。此外,如果尚未安装 setuptools 和 wheel,它将安装它们。

      “警告:如果您正在使用由您的操作系统或其他包管理器管理的 Python 安装,请务必小心。get-pip.py 不与这些工具协调,并且可能会使您的系统处于不一致的状态。您可以使用 python get-pip.py --prefix=/usr/local/ 安装到 /usr/local 中,这是专为本地安装软件而设计的。”

      最后,运行python3 -m pip install -r requirements.txt

      【讨论】:

        【解决方案6】:

        https://pypi.org/project/numpy/1.22.1/#files

        最新的numpy 不再支持python 3.7

        【讨论】:

          【解决方案7】:

          我有一个similar issue,并被告知 Pandas 不再支持 Python 3.4,因此您需要安装旧版本的 Pandas(可能还有旧版本的 numpy)才能使用 Python 3.4.

          我知道不是很令人满意,但确实如此。

          【讨论】:

            【解决方案8】:

            我在从源分支0.22.x 安装 pandas 时遇到了同样的问题。我关注了these steps,得到了这个错误:

            $ python -m pip install -e .
            Obtaining file:///Users/mmorin/Software/pandas
              Could not find a version that satisfies the requirement numpy==1.9.3 (from versions: 1.11.3, 1.12.0rc2, 1.12.0, 1.12.1rc1, 1.12.1, 1.13.0rc1, 1.13.0rc2, 1.13.0, 1.13.1, 1.13.3, 1.14.0rc1, 1.14.0, 1.14.1, 1.14.2, 1.14.3)
            No matching distribution found for numpy==1.9.3
            

            我在 GitHub 上找到了this issue,其中@djhoese 建议使用pip9.0.3 版本,而不是10.0.1 版本。我在ci/environment-dev.yaml中添加了这一行:

             - pip==9.0.3
            

            为了清楚起见,我给环境起了一个新名称,所以整个文件是:

            name: pandas-dev-pip9
            channels:
              - defaults
              - conda-forge
            dependencies:
              - Cython
              - NumPy
              - moto
              - pytest
              - python-dateutil
              - python=3
              - pytz
              - setuptools
              - sphinx
              - pip==9.0.3
            

            【讨论】:

              【解决方案9】:

              在我的例子中,我们希望从 requirements*.txt 文件中安装 pip 模块,这些文件在文件中定义了锁定模块的版本内部 Artifactory 服务器(而不是去在线即 pypi.org

              例如:requirements.txt 文件

              numpy==1.16.2
              pandas==1.0.3
              ..
              ...
              

              要解决此问题:我必须使用 NO_PROXY=<value> 作为环境变量。

              假设您的工件服务器是:my-artifactory.company.local 或 my-artifactory.company.com,那么我们只需要确保NO_PROXY 变量的值中列出了该主机名的“domain”部分。

              即为了 my-artifactory.company.com 或 my-artifactory.company.local,value inside

              NO_PROXY 变​​量必须包含:,.company.com,.company.local,...

              示例导出变量(在命令行 $ 提示符):

              export NO_PROXY=localhost,127.0.0.1,169.254.169.254,169.254.169.123,.somecompany.com,.company.com,.company.local,pki.company.com,s3-us-gov-west-1.amazonaws.com,s3-fips-us-gov-west-1.amazonaws.com,rds.amazonaws.com,10.201.12.244,10.201.44.62,10.201.32.261

              ====

              如果您使用的是Dockerfile,那么请确保您正确设置了 ARG/ENV 变量。 ARG 在构建时使用(可以在命令行中使用 --build-arg 选项覆盖发送到docker build -t tag .,它将在当前目录中搜索 Dockerfile 并创建映像。ENV 在运行时使用(docker run ) 并且也可以被覆盖。

              示例 Dockerfile 是:

              FROM python:3.7
              
              MAINTAINER giga.sangal@company.com
              
              ARG PYTHONBUFFERED=0
              ARG HTTPS_PROXY=http://proxy.ext.company.com:80
              ARG HTTP_PROXY=http://proxy.ext.company.com:80
              ARG NO_PROXY=localhost,127.0.0.1,169.254.169.254,.company.com,.company.local,pki.company.com,s3-us-gov-west-1.amazonaws.com,s3-fips-us-gov-west-1.amazonaws.com,rds.amazonaws.com
              
              ENV PYTHONBUFFERED=${PYTHONBUFFERED}
              ENV HTTPS_PROXY=${HTTPS_PROXY}
              ENV HTTP_PROXY=${HTTP_PROXY}
              ENV NO_PROXY=${NO_PROXY}
              
              # If there are 3 requirements files in source control, I'm copy all for pip install, you don't have to. Use what modules you want / file you want.    
              RUN mkdir -p code
              COPY requirements.txt /code
              COPY requirements-test.txt /code
              COPY requirements-dev.txt /code
              
              WORKDIR /code
              
              # You can fetch from pypi.org but in my case, this was a security issue.
              # RUN pip install --trusted-host pypi.org -r requirements.txt
              
              RUN pip install --no-cache-dir --trusted-host my-artifactory.company.local -r requirements.txt -r requirements-test.txt -r requirements-dev.txt --index-url http://my-artifactory.company.local:8081/artifactory/api/pypi/pypi-local-deps/simple --disable-pip-version-check
              

              在我的案例中解决问题的主线是使用 NO_PROXY(如上所列)。

              任何与 pip 模块相关的问题,或未找到模块版本,或任何 SSL 错误SSLError(SSLCertVerificationError 类似错误,在 cmd 行 应用上述 NO_PROXY 后消失Dockerfile

              WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError(SSLCertVerificationError(1, '[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: self signed certificate in certificate chain (_ssl.c:1091)'))': /simple/requests/
              

              ERROR: Could not find a version that satisfies the requirement requests
              ERROR: No matching distribution found for requests
              

              ERROR: Could not find a version that satisfies the requirement numpy==1.16.2
              ERROR: No matching distribution found for numpy==1.16.2
              

              【讨论】:

                【解决方案10】:

                您也可以在此处执行此步骤

                选择:工作负载 → 使用 C++ 进行桌面开发,然后对于单个组件,仅选择:

                • Windows 10 SDK
                • C++ x64/x86 构建工具

                也可以使用以下命令自动实现:

                vs_buildtools.exe --norestart --passive --downloadThenInstall --includeRecommended --add Microsoft.VisualStudio.Workload.NativeDesktop --add Microsoft.VisualStudio.Workload.VCTools --add Microsoft.VisualStudio.Workload.MSBuildTools
                

                转到link并下载vs_buildtools.exe

                我做到了,它奏效了。祝你好运!

                【讨论】:

                  【解决方案11】:

                  众所周知,Numpy 难以安装,因为它包含对各种非 Python 包的依赖项(可选或可选)。我建议使用不同的环境管理器,例如 Enthought 或 Anaconda(我会推荐)。

                  如果您想快速入门,请使用成熟的 anaconda 发行版。如果您需要更明确的控制,请使用 miniconda。

                  安装 anaconda 后,创建一个新的 conda 环境(类似于虚拟环境,但环境本身包含非 python 包)所需要做的就是

                  conda create -n my_shining_environment quandl
                  

                  以上将包括 quandl(在编写 v3.3.0 时)、numpy 和 quandl 的所有其他依赖项。

                  【讨论】:

                    猜你喜欢
                    • 1970-01-01
                    • 1970-01-01
                    • 2023-03-20
                    • 2021-12-25
                    • 2018-10-13
                    • 2019-07-18
                    • 2020-04-15
                    • 2015-11-24
                    • 2013-08-16
                    相关资源
                    最近更新 更多