python，numpy，pandas和matplotlib版本对应关系

Ne0inhk

— 2 min read

下面是Python、NumPy、Pandas、Matplotlib的版本对应关系表（基于官方兼容性文档和实践验证，包含常用Python版本），同时补充了推荐的稳定组合：

常用Python版本对应的库兼容版本

Python版本NumPy兼容版本Pandas兼容版本Matplotlib兼容版本推荐稳定组合示例
3.8.x1.19.x ~ 1.21.x1.1.x ~ 1.3.x3.3.x ~ 3.5.xPython3.8 + NumPy1.21.6 + Pandas1.3.5 + Matplotlib3.5.3
3.9.x1.19.x ~ 1.24.x1.1.x ~ 1.5.x3.3.x ~ 3.7.xPython3.9 + NumPy1.23.5 + Pandas1.4.4 + Matplotlib3.6.3
3.10.x1.21.x ~ 1.24.x1.4.x ~ 2.0.x3.5.x ~ 3.7.xPython3.10 + NumPy1.24.3 + Pandas1.5.3 + Matplotlib3.7.2
3.11.x1.23.x ~ 2.0.x1.5.x ~ 2.2.x3.6.x ~ 3.8.xPython3.11 + NumPy1.26.4 + Pandas2.1.4 + Matplotlib3.8.3
3.12.x1.26.x ~ 2.0.x2.1.x ~ 2.3.x3.8.x ~ 3.9.xPython3.12 + NumPy2.0.2 + Pandas2.3.3 + Matplotlib3.9.2

关键说明

  1. 版本范围：表中是主流兼容区间，部分库的新版本可能向下兼容（如Matplotlib3.8也支持Python3.10）；
  2. 推荐组合：优先选择同时间线的稳定版本（避免跨版本过大），例如Python3.8搭配NumPy1.21（最后支持3.8的版本）；
  3. 依赖约束：
    • Pandas依赖NumPy（如Pandas2.3要求NumPy≥1.26）；
    • Matplotlib依赖NumPy（如Matplotlib3.8要求NumPy≥1.21）；

安装建议：用pip install "库名>=最低版本,<最高版本"锁定范围，例如：

pip install"numpy>=1.21,<1.22""pandas>=1.3,<1.4""matplotlib>=3.5,<3.6"

注: c:\users\administrator\appdata\roaming\python\python38注意这个目录下的包的干扰

Read more

标准 Python 项目结构

标准 Python 项目结构

理解 Python 项目的通用结构对于初学者来说非常重要。虽然每个项目可能略有不同，但大多数规范、可维护的 Python 项目都遵循一些常见的组织模式。 常见的项目结构如下： my_project/ # 项目根目录 ├── my_package/ # 主要 Python 包（模块集合） │ ├── __init__.py # 标识这是一个 Python 包 │ ├── core.py # 核心逻辑 │ ├── utils.py # 工具函数 │ └── ... # 其他模块 ├── tests/ # 单元测试目录 │ ├── __init__.py │ ├── test_core.py │ └── test_utils.py ├── docs/ # 文档（可选） ├── examples/ # 使用示例（可选） ├── requirements.txt # 依赖列表 ├── setup.

By Ne0inhk
【Python基础】（五）Python 库使用全攻略：从标准库到第三方库，让开发效率翻倍

【Python基础】（五）Python 库使用全攻略：从标准库到第三方库，让开发效率翻倍

目录 编辑 前言 一、Python 库的核心认知：什么是库？为什么要用库？ 1.1 库的本质：现成的 "代码工具箱" 1.2 库的分类：标准库 vs 第三方库 （1）标准库：Python 自带的 "基础工具箱" （2）第三方库：全球开发者共建的 "扩展工具箱" 1.3 使用库的核心优势：效率翻倍的关键 二、标准库实战：内置工具的高效用法 2.1 日期时间处理：datetime库（计算日期差、格式转换） 实战需求：计算你和心爱的人认识多少天 扩展用法：

By Ne0inhk
如何安装 `.whl` 文件（Python Wheel 包）

如何安装 `.whl` 文件（Python Wheel 包）

目录标题 * 如何安装 `.whl` 文件（Python Wheel 包） * 🛠 安装前提 * 💻 安装方法（3种） * 方法 1：直接使用 pip 安装（推荐） * 方法 2：先进入文件目录再安装 * 方法 3：使用绝对路径（适合脚本中调用） * ⚠️ 常见问题解决 * 问题 1：版本不兼容错误 * 问题 2：缺少依赖 * 问题 3：权限不足 * 🔍 验证安装 * 💡 进阶技巧 如何安装 .whl 文件（Python Wheel 包） .whl 文件是 Python 的 二进制分发格式（Wheel 格式），用于快速安装 Python

By Ne0inhk
Python NumPy入门指南：数据处理科学计算的瑞士军刀

Python NumPy入门指南：数据处理科学计算的瑞士军刀

作者：唐叔在学习 专栏：唐叔学python 标签：Python NumPy、数据分析、科学计算、机器学习基础、数组操作、Python数据处理、人工智能基础、Python编程 摘要 NumPy是Python科学计算的基础库，提供了高性能的多维数组对象和工具。本文唐叔将带你从零开始了解NumPy的核心概念、常用操作和实际应用场景，助你在数据分析、机器学习等领域快速上手。无论你是Python初学者还是想提升数据处理能力，这篇文章都将成为你的实用指南。 文章目录 * 摘要 * 一、NumPy是什么？为什么它如此重要？ * 二、NumPy安装与基础使用 * 2.1 安装NumPy * 2.2 导入NumPy * 2.3 创建第一个NumPy数组 * 三、NumPy核心功能详解 * 3.1 数组属性 * 3.2 创建特殊数组 * 3.3 数组索引与切片

By Ne0inhk