如果确实存在一个线程已经解决了这个问题(我花了几个小时在多个站点和GitHubs中搜索似乎导致问题的依赖项),那么很抱歉,但是每个解决方案似乎都是针对某某试图使用的特定库的。
我一直在处理定量金融/算法交易,并一直试图导入特定的库ffn
,然而,根据问题标题,我收到了一条有点冗长的错误消息,详细说明了一个ImportError
,以及我应该如何遗漏似乎存在的某些特定的依赖项。老实说,这可能只是一个依赖异常(我遗漏了ffn
依赖项的依赖项),但我已经尽了最大努力排除这种可能性。
下面是完整的错误:
ImportError Traceback (most recent call last)
<ipython-input-2-01bc82d8cf41> in <module>()
2 import numpy as np
3 import pandas as pd
----> 4 import ffn
5 import math
~\PycharmProjects\buff\venv\lib\site-packages\ffn\__init__.py in <module>()
----> 1 from . import core
2 from . import data
3
4 from .data import get
5 #from .core import year_frac, PerformanceStats, GroupStats, merge
~\PycharmProjects\buff\venv\lib\site-packages\ffn\core.py in <module>()
8 from pandas.core.base import PandasObject
9 from tabulate import tabulate
---> 10 import sklearn.manifold
11 import sklearn.cluster
12 import sklearn.covariance
~\PycharmProjects\buff\venv\lib\site-packages\sklearn\__init__.py in <module>()
132 else:
133 from . import __check_build
--> 134 from .base import clone
135 __check_build # avoid flakes unused variable error
136
~\PycharmProjects\buff\venv\lib\site-packages\sklearn\base.py in <module>()
11 from scipy import sparse
12 from .externals import six
---> 13 from .utils.fixes import signature
14 from . import __version__
15
~\PycharmProjects\buff\venv\lib\site-packages\sklearn\utils\__init__.py in <module>()
9
10 from .murmurhash import murmurhash3_32
---> 11 from .validation import (as_float_array,
12 assert_all_finite,
13 check_random_state, column_or_1d, check_array,
~\PycharmProjects\buff\venv\lib\site-packages\sklearn\utils\validation.py in <module>()
16
17 from ..externals import six
---> 18 from ..utils.fixes import signature
19 from .. import get_config as _get_config
20 from ..exceptions import NonBLASDotWarning
~\PycharmProjects\buff\venv\lib\site-packages\sklearn\utils\fixes.py in <module>()
142 from ._scipy_sparse_lsqr_backport import lsqr as sparse_lsqr
143 else:
--> 144 from scipy.sparse.linalg import lsqr as sparse_lsqr # noqa
145
146
~\PycharmProjects\buff\venv\lib\site-packages\scipy\sparse\linalg\__init__.py in <module>()
112 from __future__ import division, print_function, absolute_import
113
--> 114 from .isolve import *
115 from .dsolve import *
116 from .interface import *
~\PycharmProjects\buff\venv\lib\site-packages\scipy\sparse\linalg\isolve\__init__.py in <module>()
4
5 #from info import __doc__
----> 6 from .iterative import *
7 from .minres import minres
8 from .lgmres import lgmres
~\PycharmProjects\buff\venv\lib\site-packages\scipy\sparse\linalg\isolve\iterative.py in <module>()
8 import numpy as np
9
---> 10 from . import _iterative
11
12 from scipy.sparse.linalg.interface import LinearOperator
ImportError: DLL load failed: The specified module could not be found.
这条特别的消息来自一个失败的Jupyter笔记本试用版(IPython控制台),尽管我曾尝试通过一个“普通的”Python3文件运行相同的代码,但都得到了相同的消息。正如我之前所推断的,我已经下载/正确安装了消息中提到的所有依赖项(sklearn
和scipy
是该错误提到的ffn
之外唯一的问题子项)。最让我困惑的是,依赖项/ ffn
引用中的这些导入语句的所有内容都是它们应该并且(据我所知)是可访问的。
也许我应该更深入地研究这一点,但对我来说唯一有意义的是,我有错误的这些库的版本(大多数情况下,这些库维护得很好,并且更新得比较频繁),而且ffn
及其依赖项所需的某些功能已经被弃用,不再存在。然而,当我花了30秒来确定sklearn.manifold
是否存在时,这一理论被证明是错误的(至少部分地),显然令我惊讶的是,它确实存在。我还检查了集成开发环境的库管理器/解释器设置菜单,一切都是最新的(我使用的是PyCharm CE)。
简而言之:为什么我收到这条消息时,我似乎有它正在搜索的一切/它到底是什么意思,我如何解决这个问题,以便我可以使用我想要使用的库?
如果这真的有帮助,这里有一个总结:
所有库/依赖项都是最新的(PyCharm维护每个库/依赖项当前的版本,尽管我必须手动进入才能告诉它执行更新)。
同样,我使用的是PyCharm CE 2018 (最新版本)。
这是来自Jupyter notebook的整个单元格,它产生错误(这也是notebook中的所有内容):
from pylab import * import numpy as np import pandas as pd import ffn import math
下面是产生相同错误的Python文档的所有内容(实际上是相同的代码):
import ffn import math import pandas as pd, numpy as np import datetime data1 = ffn.get('agg, hyg, spy, eem, efa', start='2018-01-01', end='2018-02-02') print(data1.head())
我运行的是64位Windows 10
发布于 2018-07-10 12:31:20
您的代码无法定位您的模块。在Jupyter Notebook中,你可以这样做。'PYTHONPATH'
是在python中定位定制模块的环境变量。现在你的模块已经在你的项目目录中了,所以你需要确保你的解释器可以找到你的文件。
基本上,您需要在Jupyter Notebook中设置路径来定位导入的用户定义模块。
“要在jupyter笔记本中设置env
变量,只需使用"%”魔术命令,%env
或%set_env
,例如%env MY_VAR=MY_VALUE
或%env MY_VAR MY_VALUE
。(单独使用%env
可打印出当前环境变量。)
https://stackoverflow.com/questions/51257233
复制相似问题