前言

numpy安装出现的问题一般都是版本问题，安装高版本的会出现dll找不到问题。排除路径问题(终端运行python命令)，剩下的就是版本问题，一般的都是安装whl(编译好的)但是版本不一样就需要编译(注意这里需要安装微软VC++ build tools，如果不提示说明有编译环境)

问题

python安装numpy后Import提示Original error was: DLL load failed。

卸载包，安装低版本的numpy包(很大原因是由于版本问题引发的)
报错使用pip安装报错：Microsoft Visual C++ 14.0 is required. 看这个就行，用conda安装个C++包。
看是不是VC++问题，要是提示VC++ build tools问题那就下载离线工具
下载地址
下载解压以管理员身份运行

如果提示安装包丢失或损坏

可能的问题原因:
证书问题
不太需要，因为我就没装直接跳过包
选择路径

如果还报安装包丢失或损坏可以去
微软官网下载
去python官网下载编译好的whl包(注意和版本配合)

注意:** 总得都是版本惹得祸，多换几个版本就好了!**

官方解决办法

ImportError
在某些情况下，安装或安装失败的问题可能会导致您看到以下错误消息：

IMPORTANT: PLEASE READ THIS FOR ADVICE ON HOW TO SOLVE THIS ISSUE!

Importing the numpy c-extensions failed. This error can happen for
different reasons, often due to issues with your setup.
该错误还提供了其他信息，可帮助您进行故障排除：
你的python版本
您的numpy版本
请仔细检查这两者，看看它们是否符合您的期望。您可能需要检查您的或环境变量（请参阅下面的检查环境变量）。PATHPYTHONPATH
以下部分列出了通常报告的问题，具体取决于您的设置。如果您有问题/解决方案，您认为应该出现，请打开NumPy问题，以便添加它。
根据您的系统/设置，有一些常见的报告问题。如果以下提示均无帮助，请务必注意以下事项：
你如何安装蟒蛇
您如何安装数字
您的操作系统
无论您是否安装了多个版本的Python
如果您从源代码构建，则编译器版本以及理想的构建日志
在进一步调查和寻求支持时。
使用蟒蛇从（蟒蛇）conda
请确保您已激活 conda 环境。另请参阅 conda 用户指南。如果您使用外部编辑器/开发环境，则必须正确设置它。有关一些常见设置的解决方案，请参阅下文。

使用PyCharm与蟒蛇/康达蟒蛇
将 PyCharm 与 Anaconda 一起使用时存在相当常见的问题，请参阅 PyCharm 支持

将 VSCode 与蟒蛇/康达蟒蛇（或环境）结合使用
通常报告的问题与 VSCode 中的环境激活有关。有关如何使用虚拟环境或 conda 正确设置 VSCode 的信息，请参阅 VSCode 支持。

将日食/皮德夫与蟒蛇/康达蟒蛇（或环境）一起使用
请参阅蟒蛇文档，了解如何正确配置 Eclipse/PyDev 以将蟒蛇蟒与特定的康达环境一起使用。

树莓派
在使用（或安装）进行安装时，有时会报告树莓派设置存在问题。这些通常会提到：pip3 installpip

libf77blas.so.3: cannot open shared object file: No such file or directory
解决方案将是：

sudo apt-get install libatlas-base-dev
安装自编译的 NumPy 所期望的缺失库（ATLAS 是线性代数的可能提供者）。

或者使用拉斯比安提供的NumPy。在这种情况下运行：

pip3 uninstall numpy # remove previously installed version
apt install python3-numpy
在视窗上调试内部版本
与其在 Windows 上以模式生成项目，不如尝试使用调试符号在不进行优化的模式下生成项目。窗口上的全模式更改了python期望找到的DLL的名称，因此，如果您希望真正在模式下工作，则需要重新编译您使用的整个python模块堆栈，包括NumPyDEBUGRELEASEDEBUGDEBUG

所有设置
有时，NumPy的旧安装或错误安装可能存在简单问题。在这种情况下，您可以尝试卸载并重新安装NumPy。确保卸载后找不到 NumPy。

开发设置
如果您使用的是开发设置，请确保运行以删除不受版本控制的所有文件（请注意不要丢失您所做的任何修改，例如）。在许多情况下，旧版本中的文件可能会导致不正确的构建。git clean -xdfsite.cfg

检查环境变量
通常，如何设置和检查环境变量取决于您的系统。如果可以打开正确的 python 外壳，还可以在 python 中运行以下命令：

import os
print(“PYTHONPATH:”, os.environ.get(‘PYTHONPATH’))
print(“PATH:”, os.environ.get(‘PATH’))
如果您没有运行您期望运行的python和/或NumPy版本，这可能主要对您有所帮助。

C-接口不兼容
如果您看到类似以下内容的错误：

运行时错误：针对 API 版本 v1 编译的模块，但此版本的 numpy 是 v2

您可能有：

一个糟糕的扩展“wheel”（二进制安装），应该使用最旧的支持numpy（必要时手动约束）来构建他们的二进制包。

环境问题弄乱了软件包版本。

不兼容的软件包版本以某种方式手动强制执行。

一个扩展模块根据一个非常新版本在本地编译，然后是NumPy降级。

已编译的扩展复制到具有较旧NumPy版本的其他计算机。