尝试加载已保存的SVM模型时出现此错误。我尝试卸载sklearn，NumPy和SciPy，再次重新安装最新版本（使用pip）。我仍然收到此错误。为什么呢？
In [1]: import sklearn; print sklearn.__version__
0.18.1
In [3]: import numpy; print numpy.__version__
1.11.2
In [5]: import scipy; print scipy.__version__
0.18.1
In [7]: import pandas; print pandas.__version__
0.19.1
In [10]: clf = joblib.load('model/trained_model.pkl')
---------------------------------------------------------------------------
RuntimeWarning Traceback (most recent call last)
<ipython-input-10-5e5db1331757> in <module>()
----> 1 clf = joblib.load('sentiment_classification/model/trained_model.pkl')
/usr/local/lib/python2.7/dist-packages/sklearn/externals/joblib/numpy_pickle.pyc in load(filename, mmap_mode)
573 return load_compatibility(fobj)
574
--> 575 obj = _unpickle(fobj, filename, mmap_mode)
576
577 return obj
/usr/local/lib/python2.7/dist-packages/sklearn/externals/joblib/numpy_pickle.pyc in _unpickle(fobj, filename, mmap_mode)
505 obj = None
506 try:
--> 507 obj = unpickler.load()
508 if unpickler.compat_mode:
509 warnings.warn("The file '%s' has been generated with a "
/usr/lib/python2.7/pickle.pyc in load(self)
862 while 1:
863 key = read(1)
--> 864 dispatch[key](self)
865 except _Stop, stopinst:
866 return stopinst.value
/usr/lib/python2.7/pickle.pyc in load_global(self)
1094 module = self.readline()[:-1]
1095 name = self.readline()[:-1]
-> 1096 klass = self.find_class(module, name)
1097 self.append(klass)
1098 dispatch[GLOBAL] = load_global
/usr/lib/python2.7/pickle.pyc in find_class(self, module, name)
1128 def find_class(self, module, name):
1129 # Subclasses may override this
-> 1130 __import__(module)
1131 mod = sys.modules[module]
1132 klass = getattr(mod, name)
/usr/local/lib/python2.7/dist-packages/sklearn/svm/__init__.py in <module>()
11 # License: BSD 3 clause (C) INRIA 2010
12
---> 13 from .classes import SVC, NuSVC, SVR, NuSVR, OneClassSVM, LinearSVC, \
14 LinearSVR
15 from .bounds import l1_min_c
/usr/local/lib/python2.7/dist-packages/sklearn/svm/classes.py in <module>()
2 import numpy as np
3
----> 4 from .base import _fit_liblinear, BaseSVC, BaseLibSVM
5 from ..base import BaseEstimator, RegressorMixin
6 from ..linear_model.base import LinearClassifierMixin, SparseCoefMixin, \
/usr/local/lib/python2.7/dist-packages/sklearn/svm/base.py in <module>()
6 from abc import ABCMeta, abstractmethod
7
----> 8 from . import libsvm, liblinear
9 from . import libsvm_sparse
10 from ..base import BaseEstimator, ClassifierMixin
__init__.pxd in init sklearn.svm.libsvm (sklearn/svm/libsvm.c:10207)()
RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 80
更新：确定，按照here和
pip uninstall -y scipy scikit-learn
pip install --no-binary scipy scikit-learn
错误现在已经消失，但我仍然不知道为什么它首先出现......
答案 0 :(得分：132)
根据MAINT: silence Cython warnings about changes dtype/ufunc size. - numpy/numpy：
每当您导入scipy（或其他人）时，这些警告都会显示 （）包是针对较旧的numpy而不是已安装的。
并且Cython插入检查（因此存在于使用它编译的任何模块中）。
长话短说，这些警告在numpy 的特定情况下应该是良性的，这些消息会在numpy 1.8 后被过滤掉（这个提交进入的分支）。虽然scikit-learn 0.18.1 is compiled against numpy 1.6.1。
要自行过滤这些警告，您可以执行相同的as the patch does：
import warnings
warnings.filterwarnings("ignore", message="numpy.dtype size changed")
warnings.filterwarnings("ignore", message="numpy.ufunc size changed")
当然，如果您拥有，您可以使用numpy¹重新编译来自源的所有受影响的模块，而不是<{1}} s>球工具。
更长的故事：补丁的支持者claims应该没有专门针对pip install --no-binary :all:的风险，而第三方软件包是针对旧版本而构建的：
[重建当前numpy的一切]是不可行的 解决方案，当然不应该是必要的。 Scipy（和其他许多人一样） packages）与numpy的许多版本兼容。所以，当我们 分发scipy二进制文件，我们在最低支持下构建它们 numpy版本（截至目前为1.5.1），它们适用于1.6.x，1.7.x和 numpy master也是。
真正正确的是Cython只会在发出警告时发出警告 dtypes / ufuncs的大小以破坏ABI的方式发生变化，并且是 否则就是沉默。
结果，Cython的开发人员agreed to trust the numpy team with maintaining binary compatibility by hand，所以我们可以预期使用具有破坏性ABI更改的版本会产生一个特制的异常或其他一些显式的show-stopper。
¹以前提供的numpy选项已被移除since pip 10.0.0。
答案 1 :(得分：36)
这是新的numpy版本（1.15.0）的问题
您可以降级numpy，此问题将得到解决：
sudo pip uninstall numpy
sudo pip install numpy==1.14.5
最终发布了numpy 1.15.1版本，因此修复了警告问题。
sudo pip install numpy == 1.15.1
这正在工作。
答案 2 :(得分：8)
我已经尝试了上述方法，但是没有任何效果。但是在我通过apt install安装库之后，问题就消失了，
对于Python3，
pip3 uninstall -y numpy scipy pandas scikit-learn
sudo apt update
sudo apt install python3-numpy python3-scipy python3-pandas python3-sklearn
对于Python2，
pip uninstall -y numpy scipy pandas scikit-learn
sudo apt update
sudo apt install python-numpy python-scipy python-pandas python-sklearn
希望有帮助。
答案 3 :(得分：5)
如果您在anaconda环境中，请使用：
conda update --all
答案 4 :(得分：3)
只需升级您的numpy模块，现在它是1.15.4。对于Windows
pip install numpy --upgrade
答案 5 :(得分：1)
之所以发生此错误，是因为已安装的程序包是由numpy的另一个版本重新构建的。
我们需要针对本地numpy重建scipy和scikit-learn。
对于新的pip（在我的情况下为pip 18.0），此方法有效：
pip uninstall -y scipy scikit-learn
pip install --no-binary scipy,scikit-learn -I scipy scikit-learn
--no-binary列出了您要忽略二进制文件的软件包名称。在这种情况下，我们传递了--no-binary scipy,scikit-learn，它将忽略软件包scipy，scikit-learn的二进制文件。
没帮助我
答案 6 :(得分：0)
元信息：The recommended way to install sklearn
如果您已经可以正常安装numpy和scipy，则 安装scikit-learn的最简单方法是使用
pippip install -U scikit-learn或
conda：conda install scikit-learn
[...请勿使用pip从源代码编译]
如果您尚未使用numpy和scipy安装python，建议您通过软件包管理器或a python bundle安装。这些附带了numpy，scipy，scikit-learn，matplotlib和许多其他有用的科学和数据处理库。
答案 7 :(得分：0)
请注意，从cython 0.29开始，有一个新的check_size option从源头消除了警告，因此，一旦该版本渗入到各种软件包中，便不需要任何解决方法。
答案 8 :(得分：-2)
我的环境是Python 2.7.15
我尝试
pip uninstall
pip install --no-use-wheel
但不起作用。它显示错误：
没有这样的选择：--no-use-wheel
然后我尝试：
pip uninstall
pip install --user --install-option="--prefix=" -U scikit-learn
而且有效：不会显示无用的警告。
答案 9 :(得分：-4)
导入scipy时，错误信息显示：RuntimeWarning：内置 .type大小已更改，可能表示二进制不兼容。期待zd，得到了zd
我通过将python版本从2.7.2更新为2.7.13来解决了这个问题