安装TensorFlow后导入gensim的KeyedVectors出现numpy兼容性报错

ValueError: numpy.ndarray size changed 这类报错本质是依赖包的C扩展编译时依赖的numpy版本，和运行时实际安装的numpy版本不一致，属于Python科学计算生态常见的二进制兼容性问题。

具体触发原因如下：

• 你最初安装gensim时，环境中numpy版本高于1.19.2，gensim的C扩展模块编译时绑定了高版本numpy的ndarray结构体定义（高版本numpy的ndarray结构体大小为88字节）
• 后续为了适配TensorFlow降级numpy到1.19.2后，该版本numpy的ndarray结构体大小仅为80字节，但你没有重新编译安装gensim，gensim调用C接口时仍然按照高版本的结构体大小读取内存，就触发了该报错
• 你之前尝试的卸载重装如果没有加--no-cache-dir参数，pip会直接调用本地缓存的、基于高版本numpy编译的gensim安装包，因此无法解决问题

• 第一步：批量卸载相关依赖，避免残留旧编译版本

pip uninstall -y gensim numpy scipy

• 第二步：先安装TensorFlow适配的numpy版本

pip install numpy==1.19.2

• 第三步：强制重新编译安装gensim，禁用本地缓存确保适配当前numpy版本

pip install gensim --no-cache-dir

你附的示例代码中存在API调用错误：gensim的KeyedVectors没有key_to_vectors()方法，正确遍历写法如下：

model = KeyedVectors.load_word2vec_format(
    '\Word2vec\GoogleNews-vectors-negative300.bin.gz', binary=True)

# 创建嵌入矩阵
embedding_matrix = np.zeros((vocab_size, 300))  # 300为向量维度
for word in model.key_to_index:
    if word in tokenizer.word_index:
        idx = tokenizer.word_index[word]
        embedding_matrix[idx] = np.array(model[word], dtype=np.float32)

内容的提问来源于stack exchange，提问作者user218030