2025-03-20 17:45:49 /usr/local/lib/python3.9/site-packages/torchvision/models/detection/anchor_utils.py:63: UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at …/torch/csrc/utils/tensor_numpy.cpp:77.) 2025-03-20 17:45:49 device: torch.device = torch.device(“cpu”), 2025-03-20 17:45:49 Traceback (most recent call last): 2025-03-20 17:45:49 File “/app/app.py”, line 4, in <module> 2025-03-20 17:45:49 import nibabel as nib 2025-03-20 17:45:49 File “/usr/local/lib/python3.9/site-packages/nibabel/init.py”, line 41, in <module> 2025-03-20 17:45:49 from . import analyze as ana 2025-03-20 17:45:49 File “/usr/local/lib/python3.9/site-packages/nibabel/analyze.py”, line 88, in <module> 2025-03-20 17:45:49 from .arrayproxy import ArrayProxy 2025-03-20 17:45:49 File “/usr/local/lib/python3.9/site-packages/nibabel/arrayproxy.py”, line 39, in <module> 2025-03-20 17:45:49 from .volumeutils import apply_read_scaling, array_from_file 2025-03-20 17:45:49 File “/usr/local/lib/python3.9/site-packages/nibabel/volumeutils.py”, line 23, in <module> 2025-03-20 17:45:49 from .casting import OK_FLOATS, shared_range 2025-03-20 17:45:49 File “/usr/local/lib/python3.9/site-packages/nibabel/casting.py”, line 723, in <module> 2025-03-20 17:45:49 OK_FLOATS = ok_floats() 2025-03-20 17:45:49 File “/usr/local/lib/python3.9/site-packages/nibabel/casting.py”, line 717, in ok_floats 2025-03-20 17:45:49 floats = np.sctypes[‘float’][:] 2025-03-20 17:45:49 File “/usr/local/lib/python3.9/site-packages/numpy/init.py”, line 397, in getattr 2025-03-20 17:45:49 raise AttributeError( 2025-03-20 17:45:49 AttributeError: np.sctypes was removed in the NumPy 2.0 release. Access dtypes explicitly instead.

<think>好的，我现在需要帮用户分析他们遇到的错误信息。首先，用户提供的日志中有几个关键点需要注意。 首先看错误信息的时间戳是2025年，这显然是不合理的，可能是系统时间设置错误或者日志记录有误。不过这可能不影响问题本身的分析，但需要留意。 接下来是来自PyTorch的警告：“Failed to initialize NumPy: _ARRAY_API not found”。这个警告通常出现在PyTorch尝试与NumPy交互时，但NumPy未能正确初始化。可能的原因包括NumPy版本不兼容或安装损坏。用户还提到在导入nibabel时出现了回溯（Traceback），最终的错误是AttributeError，指出np.sctypes在NumPy 2.0中被移除，建议显式访问dtypes。 结合这些信息，问题可能出在NumPy的版本上。用户可能在使用NumPy 2.0或更高版本，而nibabel或PyTorch的某个依赖库尚未兼容该版本。具体来说，nibabel的代码中引用了已被移除的np.sctypes，导致导入失败。此外，PyTorch的警告也指向NumPy初始化问题，可能与版本冲突有关。 接下来，我需要验证这些推测是否正确。首先，检查NumPy 2.0的更新日志，确认sctypes是否确实被移除。根据官方文档，NumPy 2.0确实进行了API调整，移除了sctypes属性。这意味着任何依赖该属性的库在升级到NumPy 2.0后都会出现兼容性问题。 然后，查看nibabel的版本兼容性。如果用户安装的nibabel版本不支持NumPy 2.0，那么就会在导入时抛出错误。同样，PyTorch可能也尚未完全适配新版本的NumPy，导致初始化警告。 解决方案方面，首先建议用户降级NumPy到兼容的版本，例如1.x系列的最新版，如1.26.4。同时确保nibabel和PyTorch等依赖库的版本与NumPy兼容。可以使用pip命令进行版本管理，例如安装numpy<2.0.0。另外，检查库的官方文档或GitHub仓库，查看是否有已知的兼容性问题或更新版本已经支持NumPy 2.0。 另外，用户的环境可能存在依赖冲突，建议使用虚拟环境重新安装所有依赖，确保版本匹配。如果问题依然存在，可能需要等待相关库的更新，或者手动修改代码中的不兼容部分（但这对普通用户来说可能较困难）。 最后，提醒用户注意系统时间的错误设置，虽然不影响当前问题，但可能在其他场景下引发异常。</think>以下是针对该错误的逐步分析和解决方案： **错误分析：** 1. **NumPy 2.0不兼容问题** 关键报错行：`AttributeError: np.sctypes was removed in the NumPy 2.0 release` 说明`nibabel`依赖旧版NumPy的`np.sctypes`属性，但该属性在NumPy 2.0中已被移除。 2. **PyTorch的NumPy初始化警告** 警告`Failed to initialize NumPy: _ARRAY_API not found`表明PyTorch与当前NumPy版本存在兼容性问题。 3. **依赖链崩溃** 由于`nibabel`导入失败导致整个程序终止，且根本原因是NumPy版本升级破坏向下兼容性。 --- **解决方案：** 1. **降级NumPy版本（推荐）** 执行以下命令安装兼容的NumPy 1.x版本： ```bash pip install "numpy<2.0.0" --force-reinstall ``` *验证是否成功*： ```python import numpy as np print(np.__version__) # 应输出1.26.4等1.x版本 ``` 2. **检查`nibabel`版本兼容性** 确保`nibabel`版本支持NumPy 1.x： ```bash pip install "nibabel>=5.0.0" --upgrade # 最新版通常已适配 ``` 3. **重建虚拟环境（可选）** 若依赖混乱，建议新建虚拟环境： ```bash python -m venv new_env source new_env/bin/activate # Linux/macOS new_env\Scripts\activate # Windows pip install torch torchvision nibabel numpy==1.26.4 ``` 4. **长期跟踪更新** - 关注`nibabel`的[GitHub仓库](https://github.com/nipy/nibabel)确认是否已发布支持NumPy 2.0的版本 - 查看PyTorch官方文档关于NumPy版本的要求 --- **补充说明：** - 若必须使用NumPy 2.0，可尝试修改`nibabel`源码中的`casting.py`第717行： ```python # 原始代码 (已失效) floats = np.sctypes['float'][:] # 修改为 floats = [np.float32, np.float64] # 根据需求补充其他浮点类型 ``` *注意：此方法需重新编译安装`nibabel`，仅建议高级用户操作*。