python维护的一些基础方法

1】通过命令行查看python安装库的基本信息

pip show numpy # 查看python中numpy库的安装版本信息

2】python 环境的开发与维护

python的开发与C++\MATLAB等最大的不同就是，python中版本的更新不对历史版本负责，就是说你以历史版本开发的python程序，都有可能因为某个库的依赖或者是python版本的更新而失效，其不向下兼容，甚至是一些常用的比较经典的库如tensorflow都会出现这个问题。

这也会导致另一个问题，同样是安装python环境与库，同样是一段程序，别人那里能跑起来，你这里就是跑不起来，仔细检查一下你安装的每个库是否与别人的一样：他的tensorflow可能是某个历史版本，依赖与某个历史版本的nupy；而你的tensorflow是安装的最新的版本，依赖的也是某个比较新的版本numpy，而程序中恰巧用到了numpy中某个历史函数，而这个函数已经在最新的版本中不再支持。

所以这里的建议就是， 没事儿不要瞎更新python的环境包括各种依赖包，因为你也不知道哪里会有一个十分恶心的坑在等着自己，碰到了真的是影响很多天的心情。

如果不小心掉进了坑里，开始在各种报错和崩溃之间打转了，建议不要浪费时间和心情，直接删掉当前的环境，从零重新创建一个环境。