Sklearn和hadoop导入错误

Question

我尝试使用流式mapreduce为一些本科工作实现一些NLP内容。我觉得我的大部分代码都是正确的，但是我遇到了一些让我的映射器使用sklearn模块的问题。我使用的是anaconda，我已经在本地测试了一切，它运行正常。我在使用虚拟机时遇到了类似的问题（A udacity教程）但是从anaconda导入的任何内容都会失败，例如scipy或numpy。我当前的映射器使用它们没有问题，只有在导入sklearn时崩溃才会出现问题。具体来说，从日志文件：

  

文件＆＃34; /..././ tokenize_mapper.py＆＃34;，第12行，在       来自sklearn.feature_extraction.text导入TfidfVectorizer   ImportError：没有名为sklearn.feature_extraction.text

的模块

我的映射器看起来像这样：

#!/usr/bin/env python

import sys
import scipy.sparse
import numpy
import cPickle as pickle
from sklearn.feature_extraction.text import TfidfVectorizer #breaks here

for line in sys.stdin:
    #Some Stuff

只要我排除导入sklearn行，我就可以正常工作。我很好奇是否有人建议为什么会这样？我会理解，如果anaconda附带的图书馆都没有工作。我在10.9.3的Mac上运行hadoop（在伪分布式模式下）2.4.0，我的sklearn版本是＆＃39; 0.14.1＆＃39;我正在使用python 2.7