看了你的情况——本地Ubuntu 16.04笔记本始终无法导入Pandas，同版本云服务器却能正常运行，用conda和pip安装后还报出不同的错误，这大概率是本地Python环境的依赖冲突或者版本适配问题，给你几个针对性的排查和解决步骤：

1. 对齐本地与服务器的Python/Pandas版本 #

云服务器能正常运行，说明它的环境是适配的，先把本地的版本和服务器完全对齐：

• 检查本地与服务器的Python版本：

python --version
python3 --version

很多人本地同时安装了Python2和Python3，pip/conda可能默认关联到了不同版本，导致安装的Pandas不在你当前运行的Python环境中。

• 查看服务器上的Pandas版本：

python -c "import pandas; print(pandas.__version__)"

记下这个版本号，后续本地就安装完全一致的版本。

2. 彻底清理残留的损坏Pandas文件 #

两次安装报错不同，很大概率是之前的安装残留了损坏的文件，先彻底清理干净：

• 若之前用conda安装过：

conda remove --force pandas
conda clean --all

• 用pip卸载：

pip uninstall -y pandas
pip cache purge

还可以手动前往Python的site-packages目录（比如/usr/local/lib/python3.5/site-packages/或虚拟环境下的对应路径），删除所有带pandas的文件夹和文件，确保无残留。

3. 安装适配Ubuntu 16.04的Pandas版本 #

Ubuntu 16.04自带的Python版本较老（比如Python3.5），高版本Pandas已不再支持该版本，因此必须安装适配的旧版本：

• 若为Python3.5，最后一个支持的Pandas版本是0.25.3；若为Python3.6，可安装1.1.5。直接指定版本安装：
  • conda方式：

  conda install pandas==x.x.x  # 将x.x.x替换为服务器查到的版本
  

  • pip方式：

  pip install pandas==x.x.x
  

4. 用虚拟环境隔离依赖冲突 #

本地全局环境可能存在其他库干扰，创建全新的虚拟环境测试：

• 用virtualenv：

sudo apt-get install virtualenv
virtualenv -p python3 my_pandas_env
source my_pandas_env/bin/activate
pip install pandas==x.x.x
# 测试导入
python -c "import pandas as pd; print('导入成功！')"

• 用conda虚拟环境：

conda create -n my_pandas_env python=3.5 pandas==x.x.x
conda activate my_pandas_env
python -c "import pandas as pd; print('导入成功！')"

如果虚拟环境中能正常导入，说明是全局环境的依赖冲突问题，后续可以直接使用这个虚拟环境进行开发。

5. 解决pip安装后的re_type导入错误 #

这个错误通常是Pandas依赖的Numpy版本不兼容导致的，需要为Pandas搭配对应版本的Numpy：
比如安装Pandas 0.25.3时，搭配Numpy 1.18.5：

pip install numpy==1.18.5 pandas==0.25.3

你可以根据Pandas的版本查找对应的兼容Numpy版本，参考Pandas官方的版本兼容矩阵。

6. 补全系统级依赖 #

Ubuntu 16.04可能缺少一些编译依赖，先安装后再重试：

sudo apt-get update
sudo apt-get install build-essential python3-dev python3-pip libatlas-base-dev

如果以上步骤都尝试后仍无法解决，你可以提供本地的Python版本、pip/conda版本，以及pip list或conda list的输出，方便进一步排查。

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