Help us understand the problem. What is going on with this article?

Anacondaでnumpy, pandasをimportできなくなったら

More than 1 year has passed since last update.

せっかくの休日をこの問題のおかげで失うところだったので、同じような人が出ない様にメモ。
予想以上に日本語での情報が少なかったので。

【環境】
Windows10
Anaconda:5.0.0
Python:3.6.3
pycharm無料版(Jupyterだとなぜか問題なくいけた)

問題

pycharmでいきなりnumpyが使えなくなった(importができない)
※pandas, scipyでも依存関係で同じ問題が出る可能性あり

【エラー文面】

   missing required dependencies 'numpy'

要はnumpyが見つからねえぞという問題なのだが、Anaconda様にnumpyがないはずがない。
参考にさせて頂いた記事は下記なのだが、自分はこれじゃ解決しなかった。

★anacondaでnumpyやscipyのインポートに失敗してしまうバグについて
https://qiita.com/marshi/items/a0f80c5aa3c37b0025d6#_reference-ad9a74bec672fd834dc6

自分の場合は、そもそもWindows/System32に上記URLに書いてあるようなファイルがなかった。WindowsにはAnacondaしか入れていないから。しかもpycharmではしっかりAnacondaのPythonを指定してるし、他のライブラリは問題なく使えるし、どういうこっちゃ?!状態。

結局これで解決した

★scipyが突然読み込まれなくなった話
https://qiita.com/eqs/items/79620732946939c7e3d1

ありがとうQiita!

pandas,numpyでも同様の問題が出るので、こちらでも書き直した次第。
詳細の回復方法は下記の通り。

※StackOverFlowではconda install numpypip install numpyで最新版をインストールすればイケるという外人さんの回答が多かったが、自分はそれじゃだめだった。

復旧方法

http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy

上記URLから最新版のnumpyをダウンロードしてインストールするだけ。
ただ、拡張子が
.whl
なので、ダウンロード後にインストールする時にはWindowsならコマンドプロンプトかanacondapromptから、

pip install "ファイル名.whl"

でDONE!

自分の場合はこれでできました!
あー、結構時間食った。

【追記】
pymcをpipインストールした時、pymcライブラリが旧numpyを参照する仕様になっていたおかげか、Anaconda全体が旧numpyを参照する様になってしまい、再度同じ状況になりました。
これはpip uninstall numpyした後、再度最新のnumpyをインストールして解決しました。

が、やはり標準環境をいじるのこと自体が原因だと思い、仮想環境(virtualenv)を使うことにしました。
やっぱ環境を管理するって大事ですね。

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした