环境不一致,请仔细检查软件包计划 – cvxopt

我尝试在macOS Sierra 10.12.6上安装cvxopt。

然后我尝试通过环境不一致,请仔细检查软件包计划中的所有建议来解决这个问题,但这些方法都没有奏效,并且显示了类似下面的错误消息。

我尝试了以下方法:

  • conda clean --all [然后] conda update --all
  • conda update --all
  • conda install
  • conda install anaconda
  • 逐一安装有问题的软件包

在执行conda install -c anaconda cvxopt后的主要错误消息

MyMachine:~ me$ conda install -c anaconda cvxopt Collecting package metadata (current_repodata.json): doneSolving environment: - 环境不一致,请仔细检查软件包计划以下软件包导致了不一致:  - omnia/osx-64::autograd==1.1.2=np112py36_0failedCollecting package metadata (repodata.json): doneSolving environment: - 环境不一致,请仔细检查软件包计划以下软件包导致了不一致:  - omnia/osx-64::autograd==1.1.2=np112py36_0failedUnsatisfiableError: 发现以下规范彼此不兼容:  - anaconda/osx-64::pandas==0.24.2=py36h0a44026_0 -> numpy[version='>=1.12.1,<2.0a0']  - anaconda/osx-64::quandl==3.4.5=py36_0 -> numpy[version='>=1.8']  - autograd -> numpy=1.12  - conda-forge/noarch::torchfile==0.1.0=py_0 -> numpy  - conda-forge/noarch::visdom==0.1.8.5=0 -> numpy  - pkgs/free/osx-64::blaze==0.10.1=py36_0 -> dask -> bokeh[version='>=1.0.0'] -> numpy[version='>=1.7.1']  - pkgs/free/osx-64::blaze==0.10.1=py36_0 -> pytables[version='>=3.0.0'] -> numexpr  - pkgs/free/osx-64::datashape==0.5.4=py36_0 -> numpy[version='>=1.7']  - pkgs/free/osx-64::odo==0.5.0=py36_1 -> datashape[version='>=0.5'] -> numpy[version='>=1.7']  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> bokeh==1.0.4=py36_0 -> numpy[version='>=1.7.1']  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> cython==0.29.6=py36h0a44026_0  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> gevent==1.4.0=py36h1de35cc_0  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> importlib_metadata==0.8=py36_0  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> mkl-service==1.1.2=py36hfbe908c_5  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> numexpr==2.6.9=py36h7413580_0  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> ply==3.11=py36_0  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> scikit-learn==0.20.3=py36h27c97d8_0  - pkgs/main/osx-64::anaconda==2019.03=py36_0 -> zipp==0.3.3=py36_1  - pkgs/main/osx-64::astropy==3.1.2=py36h1de35cc_0 -> numpy[version='>=1.13.3,<2.0a0']  - pkgs/main/osx-64::bkcharts==0.2=py36h073222e_0 -> numpy[version='>=1.7.1']  - pkgs/main/osx-64::bokeh==1.0.4=py36_0 -> numpy[version='>=1.7.1']  - pkgs/main/osx-64::bottleneck==1.2.1=py36h1d22016_1 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::cython==0.29.6=py36h0a44026_0  - pkgs/main/osx-64::dask==1.1.4=py36_1 -> bokeh[version='>=0.13.0'] -> numpy[version='>=1.7.1']  - pkgs/main/osx-64::gevent==1.4.0=py36h1de35cc_0  - pkgs/main/osx-64::h5py==2.9.0=py36h3134771_0 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::imageio==2.5.0=py36_0 -> numpy  - pkgs/main/osx-64::importlib_metadata==0.8=py36_0 -> zipp[version='>=0.3.2']  - pkgs/main/osx-64::matplotlib==3.0.3=py36h54f8f79_0 -> numpy  - pkgs/main/osx-64::mkl-service==1.1.2=py36hfbe908c_5  - pkgs/main/osx-64::mkl_fft==1.0.10=py36h5e564d8_0 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::numba==0.43.1=py36h6440ff4_0 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::numexpr==2.6.9=py36h7413580_0 -> numpy[version='>=1.15.4,<2.0a0']  - pkgs/main/osx-64::numpy-base==1.16.2=py36h6575580_0 -> numpy==1.16.2=py36hacdab7b_0  - pkgs/main/osx-64::numpy==1.16.2=py36hacdab7b_0  - pkgs/main/osx-64::path.py==11.5.0=py36_0 -> importlib_metadata[version='>=0.5']  - pkgs/main/osx-64::patsy==0.5.1=py36_0 -> numpy[version='>=1.4.0']  - pkgs/main/osx-64::ply==3.11=py36_0  - pkgs/main/osx-64::pytables==3.5.1=py36h5bccee9_0 -> numexpr -> numpy[version='>=1.15.4,<2.0a0']  - pkgs/main/osx-64::pytest-arraydiff==0.3=py36h39e3cac_0 -> numpy  - pkgs/main/osx-64::pytest-astropy==0.5.0=py36_0 -> pytest-arraydiff[version='>=0.1'] -> numpy  - pkgs/main/osx-64::pytest-doctestplus==0.3.0=py36_0 -> numpy[version='>=1.10']  - pkgs/main/osx-64::pywavelets==1.0.2=py36h1d22016_0 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::scikit-image==0.14.2=py36h0a44026_0 -> imageio[version='>=2.1.0'] -> numpy  - pkgs/main/osx-64::scikit-learn==0.20.3=py36h27c97d8_0 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::scipy==1.2.1=py36h1410ff5_0 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::seaborn==0.9.0=py36_0 -> matplotlib[version='>=1.4.3'] -> numpy  - pkgs/main/osx-64::statsmodels==0.9.0=py36h1d22016_0 -> numpy[version='>=1.11.3,<2.0a0']  - pkgs/main/osx-64::zipp==0.3.3=py36_1

回答:

  1. 只需卸载Anaconda及其所有软件包,然后重新安装。请参考https://docs.anaconda.com/anaconda/install/uninstall/
  2. 如果上述方法无效,则重新安装其他所有包管理工具:Homebrew、Miniconda、Pip和Anaconda。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注