【DEBUG】解决pandas与numpy版本不协调导致的:Unable to import required dependencies: numpy: DLL load failed找不到指定的模块

2023-05-16

解决pandas与numpy版本不协调导致的:“Unable to import required dependencies: numpy: DLL load failed 找不到指定的模块”的问题

  • 一、问题表现
  • 二、问题分析
  • 三、解决问题
      • 1.参考解决方案
        • 查看pandas可安装的所有版本号
        • 卸载后安装指定版本pandas库
      • 2.推荐解决方案
  • 四、总结

一、问题表现

Traceback (most recent call last):
File “D:\hq_test.py”, line 74, in
from pytdx.hq import TdxHq_API
File “D:\Program\Anaconda3\lib\site-packages\pytdx\hq.py”, line 15, in
import pandas as pd
File “D:\Program\Anaconda3\lib\site-packages\pandas_init_.py”, line 17, in
“Unable to import required dependencies:\n” + “\n”.join(missing_dependencies)
ImportError: Unable to import required dependencies:
numpy: DLL load failed: 找不到指定的模块。

二、问题分析

安装和升级第三方库,有些第三方库依赖pandas及numpy,但其在安装升级过程中,可能导致pandas与numpy库版本不协调,从而导致pandas调用numpy时出现找不到numpy库模块的现象。

三、解决问题

1.参考解决方案

先查看当前安装的版本,然后卸载,再重新安装指定版本。通过这种适当降低pandas的版本号来解决兼容问题。有时候迫不得已,这种方法是可以临时解决问题的。

查看pandas可安装的所有版本号

随便传一个超大的版本号,即可获取所有可用版本号,如下:

pip install pandas==10000

cmd命令窗口反馈如下:
ERROR: Ignored the following versions that require a different python version: 1.4.0 Requires-Python >=3.8; 1.4.0rc0 Requires-Python >=3.8; 1.4.1 Requires-Python >=3.8; 1.4.2 Requires-Python >=3.8; 1.4.3 Requires-Python >=3.8
ERROR: Could not find a version that satisfies the requirement pandas10000(from versions: 0.1, 0.2, 0.3.0, 0.4.0, 0.4.1, 0.4.2, 0.4.3, 0.5.0, 0.6.0, 0.6.1, 0.7.0, 0.7.1, 0.7.2, 0.7.3, 0.8.0, 0.8.1, 0.9.0, 0.9.1, 0.10.0, 0.10.1, 0.11.0, 0.12.0, 0.13.0, 0.13.1, 0.14.0, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.16.2, 0.17.0, 0.17.1, 0.18.0, 0.18.1, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.21.0, 0.21.1, 0.22.0, 0.23.0, 0.23.1, 0.23.2, 0.23.3, 0.23.4, 0.24.0, 0.24.1, 0.24.2, 0.25.0, 0.25.1, 0.25.2, 0.25.3, 1.0.0, 1.0.1, 1.0.2, 1.0.3, 1.0.4, 1.0.5, 1.1.0, 1.1.1, 1.1.2, 1.1.3, 1.1.4, 1.1.5, 1.2.0, 1.2.1, 1.2.2, 1.2.3, 1.2.4, 1.2.5, 1.3.0, 1.3.1, 1.3.2, 1.3.3, 1.3.4, 1.3.5)
ERROR: No matching distribution found for pandas
10000

卸载后安装指定版本pandas库

pip uninstall pandas
pip install pandas==1.3.1

这个办法有时候还是不能解决问题。于是又进行了各种百度。最后通过如下办法解决。真是踏破铁鞋无觅处,得来全不费工夫。

2.推荐解决方案

今天来个终极解决办法,直接更新到最新版本。这个方法简单,高效,可以解决大部分问题。但有些软件因为不能使用高版本库,所以第一个方法还是有用的。

pip install --upgrade pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install --upgrade numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

升级后成功安装以下版本:
Successfully installed pandas-1.3.5
Successfully installed numpy-1.21.6

我的环境通过以下语句,执行完毕后,运行python代码正常了。

四、总结

以上两种办法,适用于各种库版本的问题。解决方法看似简单,可也是走过很多弯路才搞定的。在此,对消耗的脑细胞说声对不起啦!

以后发现库版本不兼容,找不到模块的问题,都先给升级到最新版本!
以后发现库版本不兼容,找不到模块的问题,都先给升级到最新版本!
以后发现库版本不兼容,找不到模块的问题,都先给升级到最新版本!

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

【DEBUG】解决pandas与numpy版本不协调导致的:Unable to import required dependencies: numpy: DLL load failed找不到指定的模块 的相关文章

  • RT-Thread临界段之rt_hw_interrupt_enable和rt_hw_interrupt_disable

    一 PRIMASK PRIMSK 61 1 关闭中断 PRIMSK 61 10 打开中断 二 void rt hw interrupt enable rt base t level 有参数 xff0c 无返回值 该功能将设置指定的中断状态
  • 信号量使用之:线程间同步与互斥,线程与中断同步,资源计数

    一 线程与线程的同步 互斥 xff08 锁 xff09 生产者与消费者问题本质是 xff1a 解决线程间互斥关系和同步关系问题 由于缓冲区是临界资源 xff0c 它一个时刻只允许一个生产者放入消息 xff0c 或者一个消费者从中取出消息 x
  • 互斥量之:与信号量区别;死锁;优先级翻转;递归锁

    一 互斥量 xff08 一 xff09 互斥量的定义 互斥量的状态只有两种 xff0c 开锁或闭锁 xff08 两种状态值 xff09 当有线程持有它后 xff0c 互斥量将处于闭锁状态 xff0c 由这个线程获得它的所有权 相反 xff0
  • 线程同步之事件集event

    一 事件集 一个事件集中包含 32 个事件 xff08 一个 32 bit 无符号整型数 xff09 xff0c 特定线程只等待 接收它关注的事件 可以是一个线程等待多个事件的到来 xff08 线程 1 2 均等待多个事件 xff0c 事件
  • 电源引脚VDD、VSS、VDDA、VSSA、VREF+、VREF-、VBAT

    总体电源框图 一 名词解释 名称说明备注VCC电路的供电正电压一般表示模拟信号电源GND电路的供电负电压 xff1f 表示模拟信号地VDD芯片的工作正电压表示数字信号电源VSS芯片的工作负电压表示数字电源地VDDA芯片的工作正电压 模拟 V
  • iOS 系统自带地图 基本实现

    CLLocationManager 首先 xff0c 来讲一下CLLocationManager 因为 xff0c 有人明天要用到 xff0c 临时写的 那么怎么使用呢 xff1f 首先需要定义一个CLLocationManager的属性
  • norflash和nandflash;SRAM和SDRAM

    一 常见存储类型 典型应用名称描述MCU片内flashnorflash nor flash数据线和地址线分开 xff0c 可以实现ram一样的随机寻址功能 xff0c 可以读取任何一个字节 但是擦除仍要按块 页 擦除 因为按照字节寻址 xf
  • 断言ASSERT使用详解

    一 assert的定义 原以为assert 仅仅是个报错函数 xff0c 事实上 xff0c 它居然是个宏 xff0c 并且作用并非 34 报错 34 在经过对其进行一定了解之后 xff0c 对其作用及用法有了一定的了解 xff0c ass
  • 快速排序qsort函数用法

    一 qsort函数简介 排序方法有很多种 xff1a 选择排序 xff0c 冒泡排序 xff0c 归并排序 xff0c 快速排序等 看名字都知道快速排序是目前公认的一种比较好的排序算法 因为他速度很快 xff0c 所以系统也在库里实现这个算
  • 调度器锁rt_enter_critical() & rt_exit_critical()

    一 函数说明 void rt enter critical void 进入临界区 调用这个函数后 xff0c 调度器将被上锁 在系统锁住调度器的期间 xff0c 系统依然响应中断 xff0c 如果中断唤醒了的更高优先级线程 xff0c 调度
  • RT Thread studio同时生成bin和hex文件

    一 RTT默认生成bin文件 默认选择Raw binary xff0c 则项目对应的debug文件夹下生成bin文件 xff1b 修改成intel的话 xff0c 则项目对应的debug文件夹下生产hex文件 xff1b 二 同时生成bin
  • 使用CJSON 解析JSON 结构体数组【典型】

    1 CJSON数据结构定义 define cJSON False 0 define cJSON True 1 define cJSON NULL 2 define cJSON Number 3 define cJSON String 4 d
  • RTThread:静态线程&动态线程

    一 静态线程创建 rt thread init rt err t rt thread init struct rt thread thread const char name void void parameter entry void p
  • C指针传参的一些思考

    一 仅操作变量名的子函数 xff0c 在主函数中无法真正实现值传递 如下 xff1a void swap 1 int num1 int num2 作为主函数的子函数 xff0c 被main函数调用 xff1b 在子函数内部实现了num1 和
  • 再论指针数组与数组指针

    一 二者的区别 xff08 一 xff09 直观的差异 int p 5 指针数组 xff0c 元素为指针 int p 5 数组指针 xff0c 指向数组的指针 xff08 二 xff09 非直观差异 1 xff09 数组指针 xff1a 待
  • Anaconda Prompt工作路径的切换

    Anaconda Prompt工作路径的切换 缘由进入Anaconda Prompt激活 labelme所在环境退出到现在所在盘的根目录进入目标盘输入目标文件路径 缘由 数据集制作过程中 xff0c 想要进入D盘下的存放json的文件夹 x
  • 认识一下 Azure DevOps

    目录 新手入门 认识 安装入门 Azure Board 敏捷面板Azure Repos 代码仓库Azure Pipeline CI CD 管道Azure Test Plan 测试管理Azure Artifact 包托管 Azure DevO
  • 10个数比大小(排序)——冒泡和选择

    10个数比大小 xff08 排序 冒泡和选择 一 冒泡法 xff08 起泡法 xff09 冒泡排序的基本概念是 以升序排序为例 xff1a 依次比较相邻的两个数 xff0c 将小数放在前面 xff0c 大数放在后面 即在第一趟 xff1a
  • vue3 实现界面数据实时变化

    技术支持 xff1a Vue3 ElementUI WebSocket 库引用 pinia websocket 1 创建pinia文件夹 xff0c 目录如下 src pinia index js modules wsdata js 2 编
  • javascript BOM

    一 什么是BOM xff1a BOM xff08 Browser Object Model xff09 的意思是浏览器对象模型 BOM方法一般指的都是在浏览器 xff08 window xff09 中的方法 二 常见的BOM方法 事件 xf

随机推荐