如何查看安装了哪个版本的nltk、scikit learn？答案

【问题标题】：how to check which version of nltk, scikit learn installed?如何查看安装了哪个版本的nltk、scikit learn？
【发布时间】：2015-04-14 13:57:55
【问题描述】：

在 shell 脚本中，我正在检查是否安装了此软件包，如果未安装则安装它。所以使用 shell 脚本：

import nltk
echo nltk.__version__

但它会在 import 行停止 shell 脚本

在linux终端尝试用这种方式查看：

which nltk

这并没有让人觉得它已经安装了。

有没有其他方法可以在shell脚本中验证这个包安装，如果没有安装，也安装它。

【问题讨论】：

为什么要在 shell 脚本中执行此操作？为什么不在 Python 文件中做呢？
@Ffisegydd：我有一个通用规则，在 shellscript 我检查所有需要的包，如果任何包不存在，则安装它，否则跳到下一个检查。由于我需要检查和执行一些其他 python 以及 shellscript，我正在使用它。使用shellscript 是个坏主意吗？
使用 Python 脚本 (imo) 测试这些存在会容易得多。如果你真的想的话，你总是可以从 shell 脚本中调用 Python 脚本。如果你只是使用 shell 语法，那么你将不得不找出每个包的位置，找到包，然后以某种方式解析它的文件名以获取版本号。
@Ffisegydd：谢谢，但在这种情况下，我必须编写 python 脚本来验证我想要检查的每个包并执行该脚本来验证它。据我了解。
或者你只是把它们都放在一个脚本里？

标签： python linux shell scikit-learn nltk

【解决方案1】：

不要在下面的代码中使用presort='deprecated'，它可以工作。

DecisionTreeClassifier(ccp_alpha=0.0, class_weight=None, criterion='entropy',
                       max_depth=15, max_features=None, max_leaf_nodes=None,
                       min_impurity_decrease=0.0, min_impurity_split=None,
                       min_samples_leaf=25, min_samples_split=25,
                       min_weight_fraction_leaf=0.0, presort='deprecated',
                       random_state=None, splitter='best')

检查版本：

>>> import sklearn
>>> print('The scikit-learn version is {}.'.format(sklearn.__version__))
The scikit-learn version is 0.24.1.

【讨论】：

【解决方案2】：

我需要做完全相同的事情，并且我发现了迄今为止提出的最快的解决方案。重要提示：我安装了 Anaconda。

在终端中，输入：

python3

然后：

import nltk

还有：

nltk.__version__

我看到的输出：

'3.5'

【讨论】：

【解决方案3】：

在 Windows® 系统中，您可以简单地尝试

pip3 list | findstr scikit

scikit-learn                  0.22.1

如果你在 Anaconda 上试试

conda list scikit

scikit-learn              0.22.1           py37h6288b17_0

这可以用来找出你安装的任何包的版本。例如

pip3 list | findstr numpy

numpy                         1.17.4
numpydoc                      0.9.2

或者，如果您想一次查找多个包裹

pip3 list | findstr "scikit numpy"

numpy                         1.17.4
numpydoc                      0.9.2
scikit-learn                  0.22.1

请注意，搜索多个单词时需要引号字符。

保重。

【讨论】：

TRY: $ pip list | grep scikit* - 当 grep 更快时，为什么要搜索很长时间。
@oaxacamatt 我不确定你是否可以在 Windows 系统中使用 grep。
不，它没有，但它确实为基于 Linux 的系统提供了解决方案。

【解决方案4】：

您可以从 python 笔记本单元格中进行如下检查

!pip install --upgrade nltk     # needed if nltk is not already installed
import nltk      
print('The nltk version is {}.'.format(nltk.__version__))
print('The nltk version is '+ str(nltk.__version__))

和

#!pip install --upgrade sklearn      # needed if sklearn is not already installed
import sklearn
print('The scikit-learn version is {}.'.format(sklearn.__version__))
print('The scikit-learn version is '+ str(nltk.__version__))

【讨论】：

【解决方案5】：

您只需执行以下操作即可找到 NLTK 版本：

In [1]: import nltk

In [2]: nltk.__version__
Out[2]: '3.2.5'

对于 scikit-learn 也是如此，

In [3]: import sklearn

In [4]: sklearn.__version__
Out[4]: '0.19.0'

我这里用的是python3。

【讨论】：

这在 Python 3.5 上对我有用，在 Windows 8 64 位上适用于 nltk 3.2.2
这在 Python 2.7 上对我不起作用，在 Ubuntu 16.04 64 位上的 nltk 3.2.5 对我不起作用

【解决方案6】：

在我的机器上安装了 python 2.7 的 ubuntu 14.04，如果我去这里，

/usr/local/lib/python2.7/dist-packages/nltk/

有个文件叫

VERSION.

如果我执行cat VERSION，它会打印3.1，这是安装的NLTK 版本。

【讨论】：

【解决方案7】：

为了在shell脚本中查看scikit-learn的版本，如果你安装了pip，你可以试试这个命令

pip freeze | grep scikit-learn
scikit-learn==0.17.1

希望对你有帮助！

【讨论】：

仅在 Linux 平台上。我们这些凡人呢:)

【解决方案8】：

试试这个：

$ python -c "import nltk; print nltk.__version__"

【讨论】：

谢谢，但是不能签到shellscript
@nlper，这是完全有效的shell 代码。我认为这个答案没有任何问题。请注意，您可以使用var=$(<some command>) 将输出保存到变量

【解决方案9】：

import nltk 是 Python 语法，因此不适用于 shell 脚本。

要测试nltk 和scikit_learn 的版本，您可以编写一个Python 脚本 并运行它。这样的脚本可能看起来像

import nltk
import sklearn

print('The nltk version is {}.'.format(nltk.__version__))
print('The scikit-learn version is {}.'.format(sklearn.__version__))

# The nltk version is 3.0.0.
# The scikit-learn version is 0.15.2.

请注意，并非所有 Python 包都保证具有 __version__ 属性，因此对于其他一些包可能会失败，但对于 nltk 和 scikit-learn 至少它会起作用。

【讨论】：

@Ffisgydd：谢谢，但是不能签入shellscript
@nlper 对于 shellscript：输入 python 和 >>> import sklearn，然后输入 >>> sklearn.__version__，你会得到打印在 shell 上的版本。 nltk 相同