【问题标题】:如何检查我使用的是哪个版本的 NumPy?
【发布时间】:2010-12-03 23:06:41
【问题描述】:

如何查看我使用的是哪个版本的 NumPy?

【问题讨论】:

  • 可能你只需要安装特定版本的numpy

标签: python numpy version


【解决方案1】:

适用于 Windows

pip list | FINDSTR numpy

适用于 Linux

pip list | grep numpy

【讨论】:

    【解决方案2】:

    简单

    pip show numpy
    

    对于 pip3

    pip3 show numpy
    

    适用于 windows 和 linux。如果您使用 pip,也应该在 mac 上工作。

    【讨论】:

      【解决方案3】:

      使用 Python 检查 numpy 的版本只需稍作更改,

      import numpy as np 
      print("Numpy Version:",np.__version__)
      

      或者,

      import numpy as np
      print("Numpy Version:",np.version.version)
      

      我在 PyCharm 中的项目目前正在运行的版本

      1.17.4
      

      【讨论】:

        【解决方案4】:

        您可以使用终端或 Python 代码获取 numpy 版本。

        在使用 Ubuntu 的终端 (bash) 中:

        pip list | grep numpy
        

        在 python 3.6.7 中,这段代码显示的是 numpy 版本:

        import numpy
        print (numpy.version.version)
        

        如果将这段代码插入到文件显示的umpy.py中,就可以编译了:

        python shownumpy.py
        

        python3 shownumpy.py
        

        我有这个输出:

        1.16.1
        

        【讨论】:

        • 请注意,您可能同时使用 numpy 安装了 python 和 python 3。然后在执行 pip list | grep numpy 方法时,它将显示两者之一(通常是 python 3 的 numpy 版本)。当您在 python 和 python 3 上运行 shownumpy.py 程序时,它们会准确地向您显示每个相应 python 环境中的版本。
        【解决方案5】:

        对于 Python 3.X 打印语法:

        python -c "import numpy; print (numpy.version.version)"
        

        或者

        python -c "import numpy; print(numpy.__version__)"
        

        【讨论】:

        • 与@meduz 的答案完全相同。对于 python 3,它是 print(numpy.__version__),而不是 print numpy.__version__
        【解决方案6】:

        知道你运行的numpy的版本很好,但严格来说,如果你只需要在你的系统上有特定的版本,你可以这样写:

        pip install numpy==1.14.3,这将安装您需要的版本并卸载其他版本的numpy

        【讨论】:

          【解决方案7】:

          可以从终端执行的纯 Python 行(2.X 和 3.X 版本):

          python -c "import numpy; print(numpy.version.version)"
          

          如果你已经在 Python 中,那么:

          import numpy
          print(numpy.version.version)
          

          【讨论】:

            【解决方案8】:

            在 Python 外壳中:

            >>> help()
            help> numpy
            

            【讨论】:

              【解决方案9】:

              如果您使用的是 Anaconda 发行版中的 NumPy,那么您可以这样做:

              $ conda list | grep numpy
              numpy     1.11.3     py35_0
              

              这也给出了Python 版本。


              如果您想要一些花哨的东西,请使用numexpr

              它提供了很多信息,如下所示:

              In [692]: import numexpr
              
              In [693]: numexpr.print_versions()
              -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=
              Numexpr version:   2.6.2
              NumPy version:     1.13.3
              Python version:    3.6.3 |Anaconda custom (64-bit)|
                                 (default, Oct 13 2017, 12:02:49)
              [GCC 7.2.0]
              Platform:          linux-x86_64
              AMD/Intel CPU?     True
              VML available?     False
              Number of threads used by default: 8 (out of 48 detected cores)
              -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=
              

              【讨论】:

              • conda list numpy
              【解决方案10】:

              我们可以使用pip freeze获取任何Python包版本,而无需打开Python shell。

              pip freeze | grep 'numpy'
              

              【讨论】:

              • 只有当你通过 pip 安装 numpy 时才有效,例如,不能通过 brew 或 apt-get 安装。
              【解决方案11】:

              从命令行,您可以简单地发出:

              python -c "import numpy; print(numpy.version.version)"
              

              或者:

              python -c "import numpy; print(numpy.__version__)"
              

              【讨论】:

              • 这实际上非常好,因为它允许您检查 numpy 的版本,即使您在两个不同版本的 python 上运行了两个不同的版本。 py -2 -c "import numpy; print(numpy.version.version)" py -3 -c "import numpy; print(numpy.version.version)"
              【解决方案12】:

              你可以试试这个:

              pip 显示 numpy

              【讨论】:

                【解决方案13】:
                import numpy
                print numpy.__version__
                

                【讨论】:

                  【解决方案14】:

                  运行:

                  pip list
                  

                  应该生成一个包列表。滚动到 numpy。

                  ...
                  nbpresent (3.0.2)
                  networkx (1.11)
                  nltk (3.2.2)
                  nose (1.3.7)
                  notebook (5.0.0)
                  numba (0.32.0+0.g139e4c6.dirty)
                  numexpr (2.6.2)
                  numpy (1.11.3) <--
                  numpydoc (0.6.0)
                  odo (0.5.0)
                  openpyxl (2.4.1)
                  pandas (0.20.1)
                  pandocfilters (1.4.1)
                  ....
                  

                  【讨论】:

                  • 或者pip freeze如果在虚拟环境中?
                  【解决方案15】:
                  import numpy
                  numpy.version.version
                  

                  【讨论】:

                  • @Dominic Rodger:是的,但是对于任何关心设置__version__ 的模块来说,你的更通用。
                  • 这不是公共 API,numpy.__version__ 是。
                  • 其实import numpy ; numpy.version.versionimport numpy 通过我,一个明显的新手,缺乏。
                  • 由于在 PEP8 中推荐使用 __version__ 并且大多数软件包都支持 __version__ 而不是非标准的 version.version 我认为这个答案应该更多地被视为一种好奇心而不是一种公认​​的方法。使用 numpy.__version__&lt;package&gt;.__version__ 作为 Dominic Rodger's answer recommends 按照 PEP 386 / PEP 440 中的建议解析版本(并创建自己的版本字符串)。
                  • 实际上,在 NumPy 1.20 中,输入了 numpy.version.version,而没有输入 numpy.__version__(可能是疏忽)。
                  【解决方案16】:

                  您还可以通过以下方式检查您的版本是否使用 MKL:

                  import numpy
                  numpy.show_config()
                  

                  【讨论】:

                    【解决方案17】:
                    >> import numpy
                    >> print numpy.__version__
                    

                    【讨论】:

                    • 这是我们 numpy 开发人员将支持的 API。 numpy.version.version 是一个不应该依赖的实现细节。
                    • 好吧,这适用于大多数编写良好的 python 包。
                    • 这是 PEP8 方式(tm) +1
                    猜你喜欢
                    • 2013-04-07
                    • 1970-01-01
                    • 1970-01-01
                    • 2022-01-16
                    • 2021-08-03
                    • 1970-01-01
                    • 1970-01-01
                    • 1970-01-01
                    相关资源
                    最近更新 更多