RuntimeWarning：numpy.dtype大小已更改，可能表明二进制不兼容

Question

我尝试加载已保存的SVM模型时遇到此错误。我尝试卸载sklearn，NumPy和SciPy，然后再次重新安装最新版本（使用pip）。我仍然收到此错误。为什么？

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，请按照此处和

pip uninstall -y scipy scikit-learn
pip install --no-binary scipy scikit-learn

该错误现在消失了，尽管我仍然不知道为什么会首先发生该错误…

Answer 1

根据MAINT：沉默有关更改dtype / ufunc大小的Cython警告。-numpy /
numpy
：

每当您导入针对比已安装的numpy早的numpy编译的scipy（或其他软件包）时，这些警告都是可见的。

支票由Cython插入（因此，任何用它编译的模块中都存在）。

长话短说， 这些警告在的特定情况下应该是良性的numpy，并且 由于numpy 1.8（此提交进入的分支），
这些消息已被过滤掉 。而scikit-learn 0.18.1针对编译numpy 1.6.1。

要自己过滤这些警告
，可以执行与补丁相同的操作：

import warnings
warnings.filterwarnings("ignore", message="numpy.dtype size changed")
warnings.filterwarnings("ignore", message="numpy.ufunc size changed")

当然， 你可以重新html" target="_blank">编译从源代码的所有受影响的模块对当地numpy有pip install --no-binary :all:¹
，而不是 如果你有 球 该工具。

更长的故事：补丁程序的支持者声称专门针对numpy，应该没有风险，并且第3方软件包是有意针对较早版本构建的：

[针对当前的numpy重建所有内容]不是可行的解决方案，当然也没有必要。Scipy（与许多其他软件包一样）与numpy的许多版本兼容。因此，当我们分发scipy二进制文件时，我们将根据支持的最低numpy版本（截至目前为1.5.1）构建它们，并且它们也可以与1.6.x，1.7.x和numpy
master一起使用。

真正的正确之处在于，Cython仅在dtypes / ufuncs的大小发生改变而破坏ABI时才发出警告，否则保持沉默。

结果，Cython的开发人员同意信任numpy团队手工维护二进制兼容性，因此我们可以期望使用具有破坏性的ABI更改的版本会产生特制的异常或某些其他显式的阻止程序。

¹自以来，先前可用的--no- use-wheel选项已被删除。pip 10.0.0