numpy与matplotlab版本对应关系
时间: 2024-01-10 16:04:52 浏览: 31
以下是常见的numpy和matplotlib版本对应关系:
| numpy版本 | matplotlib版本 |
| --------- | -------------- |
| 1.11.x | 1.5.x |
| 1.12.x | 2.0.x |
| 1.13.x | 2.1.x |
| 1.14.x | 2.2.x |
| 1.15.x | 3.0.x |
| 1.16.x | 3.1.x |
| 1.17.x | 3.2.x |
需要注意的是,这些版本对应关系只是指官方推荐的版本。在实际使用中,也可以根据具体需求选择适合的版本。
相关问题
numpy与tensorflow的版本对应关系
下面是常见的 numpy 与 TensorFlow 版本对应关系:
| TensorFlow 版本 | Numpy 版本 |
|:--------------:|:----------:|
| 1.15.x | 1.16.x |
| 1.14.x | 1.16.x |
| 1.13.x | 1.13.x |
| 1.12.x | 1.12.x |
| 1.11.x | 1.11.x |
| 1.10.x | 1.10.x |
| 1.9.x | 1.13.x |
| 1.8.x | 1.12.x |
| 1.7.x | 1.12.x |
| 1.6.x | 1.12.x |
| 1.5.x | 1.12.x |
| 1.4.x | 1.12.x |
需要注意的是,这里列出的是常见的对应关系,实际上有些版本可能也可以兼容其他版本的 numpy。建议在使用 TensorFlow 时,根据官方文档推荐的版本组合进行安装和使用。
numpy和scipy版本对应关系
下面是Numpy和Scipy的版本对应关系:
| Numpy版本 | Scipy版本 |
| --------- | --------- |
| 1.16.x | 1.2.x |
| 1.15.x | 1.1.x |
| 1.14.x | 1.0.x |
| 1.13.x | 0.19.x |
| 1.12.x | 0.18.x |
| 1.11.x | 0.17.x |
| 1.10.x | 0.16.x |
| 1.9.x | 0.15.x |
| 1.8.x | 0.14.x |
建议在使用时将Numpy和Scipy版本配对,以确保兼容性。