A module that was compiled using NumPy 1.x cannot be run in NumPy 2.0.2 as it may crash

### NumPy 版本兼容性问题

当使用不同版本的 NumPy 时，可能会遇到模块不兼容的情况。具体来说，在 NumPy 1.x 中编译的扩展模块可能无法在更高版本如 NumPy 2.0.2 上正常工作[^1]。

#### 原因分析

NumPy 的 API 和 ABI（应用程序二进制接口）在主要版本之间会发生变化。从 NumPy 1.x 到 2.0.2 的升级过程中引入了许多内部结构和函数签名的变化，这可能导致依赖于旧版 NumPy 构建的 C 扩展不再能够正确调用新版本中的相应功能。

// 示例：C 扩展代码片段
#include "numpy/arrayobject.h"

static PyObject *example_function(PyObject *self, PyObject *args) {
    PyArrayObject *array;
    if (!PyArg_ParseTuple(args, "O!", &PyArray_Type, &array)) {
        return NULL;
    }
    // 使用 array 进行操作...
}

上述代码假设 `PyArray_Type` 结构保持不变，但在大版本更新中这种假设往往会被打破。

#### 解决方案

为了使基于早期版本构建的应用程序能够在较新的 NumPy 下运行，有几种方法可以考虑：

- **降级 NumPy 版本**
如果项目严格依赖特定的老版本，则可以选择安装匹配该需求的较低版本：

pip install numpy==1.16.0

- **重新编译扩展库**
更新到最新版本并针对当前使用的 NumPy 版本重新编译所有受影响的 Python 包及其 C/C++ 扩展组件。这样能确保这些包与新版 NumPy 完全兼容。

- **利用 wheels 发布形式**
许多第三方库现在提供预编译好的 wheel 文件，可以直接下载适合目标平台环境下的轮子文件来简化部署过程，而无需自行处理复杂的跨版本适配问题。