使用umap-learn遇“Numba需NumPy 1.24或更低”错误求助

问题根源分析 #

当前环境显示numpy为1.23.5、numba为0.57.1但错误依旧，大概率是多版本numpy共存、numba未正确关联降级后的numpy，或是conda依赖缓存未更新导致实际调用的仍是不兼容版本。

具体解决步骤 #

• 创建全新隔离conda环境
  彻底规避旧环境的依赖混乱：

  conda create -n umap_env python=3.9
  conda activate umap_env
  

  选择Python 3.9是因为它对numba 0.57.1和numpy 1.23.5的兼容性更稳定。

• 指定兼容版本组合安装
  直接用conda安装经过验证的版本组合，让包管理器自动处理依赖：

  conda install -c conda-forge numpy=1.23.5 numba=0.57.1 scipy=1.10.1 scikit-learn=1.2.2 umap-learn=0.5.3
  

• 验证依赖绑定一致性
  安装完成后在Python环境中执行以下命令，确认numba识别的numpy版本：

  import numpy
  import numba
  print(numpy.__version__)  # 需输出1.23.5
  print(numba.__version__)  # 需输出0.57.1
  print(numba.numpy_support.NUMPY_VERSION)  # 确认numba关联的numpy版本
  

  如果最后一行输出不是1.23.5，重新安装numba：

  pip uninstall numba -y
  pip install numba==0.57.1 --no-cache-dir
  

• 清理pip/conda混合安装残留
  若之前混合使用过两种包管理器，先清理冲突包：

  pip freeze | grep -E "numpy|numba|umap-learn" | xargs pip uninstall -y
  

  之后完全用conda重新安装所有依赖。

额外注意事项 #

• 不要单独手动降级numpy，umap-learn的依赖链中numba与numpy版本绑定严格，单独操作会破坏依赖关联。
• 确保conda-forge为最高优先级channel，避免拉取不兼容版本：

  conda config --add channels conda-forge
  conda config --set channel_priority strict
  

内容的提问来源于stack exchange，提问作者David