scikit-image在3.8版本的python安装哪个版本，他的依赖项各自对应哪个版本

在Python 3.8中，可以使用scikit-image的版本为0.18.1，它的依赖项各自对应的版本如下：

- numpy 1.17.3 或更高版本
- scipy 1.4.1 或更高版本
- pillow 7.0.0 或更高版本
- matplotlib 3.3.2 或更高版本
- networkx 2.0 或更高版本

你可以使用以下命令来安装特定版本的`scikit-image`和其依赖项：

pip install scikit-image==0.18.1 numpy==1.19.3 scipy==1.4.1 pillow==8.0.1 matplotlib==3.3.2 networkx==2.5

请注意，这只是一种可能的兼容版本，具体取决于你的应用程序和其他依赖项的要求。

相关问题

pip install scikit-image在3.8版本的python中安装哪个兼容的版本

你好！在Python 3.8中，可以使用scikit-image的版本为0.18.1。你可以使用以下命令进行安装：

pip install scikit-image==0.18.1

请注意，这只是一种可能的兼容版本，具体取决于你的应用程序和其他依赖项的要求。

ERROR: Could not build wheels for scikit-learn, which is required to install

根据提供的引用内容，报错信息显示无法为scikit-learn和scikit-image构建wheels，这是安装pyproject.toml-based项目所需的。这种错误通常是由于缺少构建所需的依赖项或编译器问题引起的。

解决此问题的一种方法是确保您的系统上已安装了正确的依赖项。对于scikit-learn和scikit-image，您可能需要安装一些科学计算库，如NumPy和SciPy。您可以使用以下命令来安装这些依赖项：

pip install numpy scipy

另外，还需要确保您的系统上已安装了C编译器。对于Windows用户，您可以安装Microsoft Visual C++ Build Tools。对于Linux用户，您可以安装gcc编译器。安装完这些依赖项后，再次尝试安装scikit-learn和scikit-image。

如果问题仍然存在，您可以尝试使用conda环境来安装这些包。conda是一个流行的Python包管理器，可以处理依赖项和构建问题。您可以按照以下步骤使用conda来安装scikit-learn和scikit-image：

1. 安装Miniconda或Anaconda，这是一个包含conda的Python发行版。
2. 打开终端或命令提示符，并创建一个新的conda环境：

   conda create -n myenv python=3.8

3. 激活新创建的环境：

   conda activate myenv

4. 使用conda安装scikit-learn和scikit-image：

   conda install scikit-learn scikit-image

这些步骤将帮助您解决无法构建scikit-learn和scikit-image的问题。如果问题仍然存在，请提供更多详细信息，以便我们能够更好地帮助您。