numpy.core.multiarray导入失败及BERTopic依赖兼容问题求助

问题场景 #

执行以下代码时触发ImportError: numpy.core.multiarray failed to import：

from tqdm import tqdm
from sklearn.feature_extraction.text import CountVectorizer
from konlpy.tag import Mecab
from bertopic import BERTopic

已尝试操作及遇到的问题：

• 卸载重装Numpy，问题未解决；
• 降级Numpy至1.24.2时，出现版本兼容报错：

  numba 0.57.1 requires numpy<1.25,>=1.21, but you have numpy 1.25.2 which is incompatible.
  tensorflow 2.13.0 requires numpy<=1.24.3,>=1.22, but you have numpy 1.25.2 which is incompatible.
  

• 升级Numpy至最新版本，仍触发原导入错误。

解决步骤 #

1. 用虚拟环境隔离依赖（优先推荐） #

避免全局包版本冲突，先创建独立环境：

# 创建Python虚拟环境
python -m venv topic_env

# Windows激活环境
topic_env\Scripts\activate

# Linux/macOS激活环境
source topic_env/bin/activate

2. 安装兼容版本的依赖包 #

根据报错的版本约束，选择同时满足numba和tensorflow要求的Numpy版本（1.24.3），批量安装所有需要的包：

pip install numpy==1.24.3 tqdm scikit-learn konlpy bertopic numba==0.57.1 tensorflow==2.13.0

若无需tensorflow，可跳过指定其版本，仅保留numpy==1.24.3即可满足numba的要求。

3. 彻底修复全局环境的Numpy（若必须使用全局环境） #

先清理残留的损坏安装：

# 卸载所有冲突包
pip uninstall -y numpy numba tensorflow

# 清理pip缓存
pip cache purge

# 重新安装兼容版本
pip install numpy==1.24.3 numba==0.57.1 tensorflow==2.13.0

4. 检查Konlpy的Mecab系统依赖 #

Mecab依赖系统级库，若导入仍失败，补充安装系统依赖：

• Linux：

  sudo apt-get install libmecab-dev mecab-ipadic-utf8
  

• macOS：

  brew install mecab mecab-ipadic
  

• Windows：下载预编译的Mecab安装包，配置好环境变量后再重新安装konlpy。

验证导入 #

完成安装后，运行以下代码测试：

from tqdm import tqdm
from sklearn.feature_extraction.text import CountVectorizer
from konlpy.tag import Mecab
from bertopic import BERTopic
print("所有包导入成功")

内容的提问来源于stack exchange，提问作者vivid_baek