Python解释器与requirements.txt包版本不兼容的适配方案咨询

针对你的场景（不想改动Python版本、希望最小化对书中代码的影响），最优思路是保留原包的大版本，仅升级到该大版本中支持Python 3.10的最低补丁版本，这样既解决兼容性问题，又最大程度维持原有API和行为。

具体步骤 #

1. 修改requirements.txt为兼容版本范围 #

替换原有精确版本号为「支持Python 3.10的同大版本补丁版本范围」，确保依赖尽可能贴近原配置：

# 替换原文件内容为以下内容
numpy>=1.21.5,<1.22
scipy>=1.7.3,<1.8
matplotlib>=3.4.4,<3.5
scikit-learn>=1.0.2,<1.1  # 注意：sklearn是scikit-learn的别名，推荐使用官方包名
pandas>=1.3.5,<1.4

版本选择依据：

• numpy 1.21.5是1.21.x系列中首个支持Python 3.10的版本
• scipy 1.7.3修复了Python 3.10的兼容性问题
• matplotlib 3.4.4为3.4.x系列添加了Python 3.10支持
• scikit-learn 1.0.2解决了Python 3.10的适配问题
• pandas 1.3.5是1.3.x系列中支持Python 3.10的最低版本

2. 安装兼容依赖 #

执行标准安装命令：

pip install -r requirements.txt

如果存在旧版本依赖冲突，可添加--upgrade参数强制更新到指定范围内的最新补丁版本：

pip install --upgrade -r requirements.txt

3. 验证兼容性 #

安装完成后，先检查包版本是否符合预期：

pip list | grep -E "numpy|scipy|matplotlib|scikit-learn|pandas"

随后运行书中的示例代码，确认核心功能无异常。

备选方案（若同大版本无兼容补丁） #

如果某个包的整个大版本都不支持Python 3.10，可升级到下一个大版本的最低支持版本，比如将numpy改为>=1.22.0,<1.23——这种改动仅跨一个大版本，相比直接升级到最新版，对书中代码的兼容性影响更小。

额外建议 #

始终使用虚拟环境（如venv）隔离项目依赖，避免全局环境被污染，也方便后续回滚或调整配置。

内容的提问来源于stack exchange，提问作者Fernando Fabreti