Numba导入报错提示需NumPy≤1.21 安装对应版本仍不兼容

这个报错是Numba 0.55.1版本自带的版本校验逻辑bug，和Python版本、NumPy实际兼容性无关，不需要反复重建环境或降级NumPy到1.20.x——降级触发的glib报错是低版本NumPy和新系统C库不兼容导致的额外问题，完全可以避免。

根本原因 #

Numba 0.55.1的_ensure_critical_deps()依赖校验函数中，NumPy版本判断代码存在疏漏：

if numpy_version > (1, 21):
    raise ImportError("Numba needs NumPy 1.21 or less")

Python元组比较规则为：按索引逐位比较元素，若短元组是长元组的前缀，则短元组值更小。所有1.21.x系列NumPy的版本元组为长度3的(1, 21, 补丁版本号)，和长度2的(1, 21)比较时会被判定为更大，因此哪怕是1.21.0版本也会触发误报，和实际版本兼容性无关。

修复方法（按推荐优先级排序） #

• 直接升级Numba到已修复该bug的版本，这是最稳妥无侵入的方案：

  conda install numba>=0.55.2
  

  0.55.2及后续所有Numba版本已将校验逻辑修正为if numpy_version >= (1, 22)，可正常兼容NumPy 1.21.x全系列版本，不需要调整现有Python、NumPy安装版本，执行完重启Jupyter内核即可正常使用。
• 若项目要求必须固定使用Numba 0.55.1，可直接修改包内校验代码绕过误报：
  1. 在当前环境执行以下命令，获取Numba安装路径：

     import numba
     print(numba.__file__)
     

  2. 打开输出路径同级目录下的__init__.py文件，定位到_ensure_critical_deps函数内的NumPy版本判断行，将原代码：

     if numpy_version > (1, 21):
     

     修改为：

     if numpy_version >= (1, 22):
     

  3. 保存文件后重启Jupyter内核即可正常导入。
• 若完成上述操作后仍报错，先执行以下命令排查Jupyter内核混装问题：

  import numpy
  print(numpy.__version__)
  print(numpy.__file__)
  

  如果输出的版本不是当前conda环境安装的1.21.x、或文件路径不在scycom环境目录下，说明Jupyter绑定了其他Python环境，执行conda install ipykernel为当前环境重新注册内核即可。

内容的提问来源于stack exchange，提问作者Jorge Alonso