numpy版本与imgaug版本对应

### 不同版本的 NumPy 与 imgaug 的兼容性

为了确保 NumPy 和 imgaug 库之间良好的兼容性和稳定性，在安装这些库之前了解它们之间的依赖关系非常重要。通常情况下，imgaug 可以适应较广泛的 NumPy 版本范围，但在某些特定功能上可能会有最低或推荐使用的 NumPy 版本。

#### 安装环境准备
在开始前建议先创建一个新的 Conda 虚拟环境来管理包及其依赖项，这有助于避免不同项目间的冲突[^3]：

conda create --name myenv python=3.8
conda activate myenv

#### 安装 NumPy 和 imgaug
对于大多数应用场景而言，最新稳定版的 NumPy 都能很好地支持 imgaug 的运行需求。然而，如果遇到问题，则可能需要回退到更早一些但仍被广泛认可和支持的组合版本。以下是几个已知能够良好工作的 NumPy 和 imgaug 组合版本示例：

| NumPy Version | imgaug Version |
|---------------|----------------|
| >=1.16 | >=0.4 |
| 1.19.x | 0.4.0 |
| 1.21.x | 0.4.0.post07 |

请注意上述表格并非官方文档中的绝对规定，而是基于社区反馈总结出来的经验数据。实际应用时可以根据具体情况进行调整测试。当使用 `conda` 进行安装时，可以通过指定版本号的方式来获取所需的软件包版本：

conda install "numpy>=1.16"
pip install "imgaug==0.4.0"

此外，考虑到 imgaug 是一个图像增强处理工具箱，其内部实现会大量调用 NumPy 提供的功能接口，因此保持两者处于相对新的状态通常是更好的选择，除非遇到了具体的不兼容情况才考虑降级尝试其他组合方案。