AttributeError: module ‘numpy‘ has no attribute ‘typeDict‘

Traceback (most recent call last):
  File "e:/python/scripts/airconditioner_01.py", line 4, in <module>
    from skimage.metrics import structural_similarity as ssim
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\skimage\metrics\__init__.py", line 1, in <module>
    from ._adapted_rand_error import adapted_rand_error
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\skimage\metrics\_adapted_rand_error.py", line 2, in <module>
    from ._contingency_table import contingency_table
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\skimage\metrics\_contingency_table.py", line 1, in <module>
    import scipy.sparse as sparse
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\scipy\sparse\__init__.py", line 229, in <module>
    from .base import *
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\scipy\sparse\base.py", line 8, in <module>
    from .sputils import (isdense, isscalarlike, isintlike,
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\scipy\sparse\sputils.py", line 17, in <module>
    supported_dtypes = [np.typeDict[x] for x in supported_dtypes]
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\scipy\sparse\sputils.py", line 17, in <listcomp>
    supported_dtypes = [np.typeDict[x] for x in supported_dtypes]
  File "C:\Users\admin\.conda\envs\sdm\lib\site-packages\numpy\__init__.py", line 320, in __getattr__
    raise AttributeError("module {!r} has no attribute "
AttributeError: module 'numpy' has no attribute 'typeDict'

使用原有代码，原来的环境，发现竟报错，大抵是后来环境发生了变化。

根据提示，是numpy的原因：

这个错误是由于在你的代码中导入的scipy库中的sparse模块中使用了numpy中不存在的typeDict属性引起的。

在较新的numpy版本中，typeDict属性已经被移除了。这个属性在旧版本的numpy中用于将字符串类型映射到相应的numpy数据类型。在较新的版本中，可以使用numpy.dtype函数来实现类似的功能。

要解决这个问题，你可以尝试以下几个方法：

1. 升级你的numpy和scipy库到最新版本，以确保你使用的是兼容的版本。

2. 检查你的代码中是否有其他地方使用了旧版本的numpy特性，如果有的话，可以尝试更新这些部分的代码以适应新版本的numpy。

3. 如果你的代码中没有直接使用numpy的typeDict属性的地方，那么可能是scikit-image库中的某个模块在使用了旧版本的numpy。你可以尝试更新scikit-image到最新版本，或者在代码中显式指定使用较新版本的numpy。

总之，这个问题可能是由于使用不兼容的库版本或者旧版本的特性引起的。确保你的库版本是最新的，并检查代码中是否有使用了旧版本特性的地方。

也就是numpy的版本过旧， 但是根据之前环境的备份，numpy的版本未变。

然后循着调用踪迹，查看skimage（scikit-image），版本也未变，查看scipy，版本发现不同。原scipy为1.10.1版本，当前环境变成了1.4.1。将版本更新为1.10.1，报错消失。

可能是由于之前尝试在此环境安装tensorflow导致有些第三方包版本变了，追悔莫及，哭了，千万不要在pytorch环境安装tensorflow。。。

建议大家时常对环境备份，按照前面的文章“环境迁移”内容生成 environment.yaml或requirements.txt进行备份，轻松方便。