conda环境下 安装 numpy<1.22,>=1.18

您可以使用以下命令在conda环境中安装numpy的1.18版本：

conda install numpy==1.18

如果您想安装1.18以上但小于1.22版本的numpy，可以使用以下命令：

conda install numpy>=1.18,<1.22

这将安装numpy的版本在1.18和1.22之间，但不包括1.22版本。这样就可以满足numba的依赖要求了。

相关问题

ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts. scikit-learn-intelex 2021.20221004.171935 requires daal4py>=2021.2, which is not installed. numba 0.55.1 requires numpy<1.22,>=1.18, but you have numpy 1.23.5 which is incompatible. 什么意思

这个错误提示意味着pip依赖解析器没有考虑到已经安装的所有包，导致了依赖冲突的问题。具体来说，scikit-learn-intelex 2021.20221004.171935需要安装daal4py>=2021.2，但是系统中没有安装该版本。同时，numba 0.55.1需要numpy<1.22,>=1.18，但是您安装的是1.23.5版本，这两个版本不兼容，会导致冲突。

解决这个问题的方法是：

1. 您可以尝试升级或降级您的依赖包，以满足所有依赖项的版本要求。具体来说，您可以尝试安装daal4py>=2021.2和numpy<1.22,>=1.18的版本。

2. 另外，您还可以尝试使用conda来管理您的依赖项，因为conda可以更好地管理依赖项和版本冲突问题。

3. 如果您无法解决依赖冲突问题，您可以考虑使用虚拟环境来隔离不同的项目和依赖项，这样可以避免不同项目之间的依赖冲突。

ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts. gensim 4.3.0 requires FuzzyTM>=0.4.0, which is not installed. numba 0.56.4 requires numpy<1.24,>=1.18, but you have numpy 1.24.3 which is incompatible.

这个错误通常表示您尝试安装的软件包之间存在依赖冲突问题。在这种情况下，pip 依赖解析器无法解决所有已安装的软件包之间的依赖关系，从而导致依赖冲突。

为了解决这个问题，您可以尝试以下几个步骤：

1. 升级 pip 和 setuptools

运行以下命令来升级 pip 和 setuptools：

   pip install --upgrade pip setuptools

这将确保您使用的是最新版本的 pip 和 setuptools，从而避免一些已知的依赖解析问题。

2. 更新已安装的软件包

运行以下命令来更新已安装的软件包：

   pip install --upgrade <软件包名称>

您需要用实际的软件包名称替换 `<软件包名称>`，然后运行上述命令。这将更新已安装的软件包到最新版本，从而解决一些已知的依赖问题。

3. 显示已安装的软件包和依赖关系

运行以下命令来显示已安装的软件包和依赖关系：

   pip list --tree

这将列出所有已安装的软件包及其依赖关系，从而帮助您确定哪些软件包之间存在冲突。

4. 安装特定版本的软件包

如果您确定某个软件包的特定版本与其他软件包兼容，您可以尝试安装该特定版本。运行以下命令来安装特定版本的软件包：

   pip install <软件包名称>==<版本号>

您需要用实际的软件包名称和版本号替换 `<软件包名称>` 和 `<版本号>`，然后运行上述命令。

5. 创建虚拟环境

如果您在同一系统上使用多个 Python 应用程序，并且这些应用程序需要不同的软件包版本，您可以考虑使用虚拟环境。虚拟环境可以为每个应用程序提供独立的 Python 运行环境，从而避免不同应用程序之间的软件包冲突。您可以使用 `virtualenv` 或者 `conda` 来创建虚拟环境。