CellChat中netEmbedding()函数报错：无法识别UMAP的问题求助

问题重现 #

执行cellchat <- netEmbedding(cellchat, type = "functional")时触发报错：

Manifold learning of the signaling networks for datasets 1 2  
Error in runUMAP(Similarity, min_dist = min_dist, n_neighbors = n_neighbors, :  
Cannot find UMAP, please install through pip (e.g. pip install umap-learn or reticulate::py_install(packages = 'umap-learn')).

且reticulate::py_config()显示umap已存在，但reticulate::py_module_available("umap")返回[1] FALSE。

解决方案 #

• 指定正确的Python环境
  先确认安装了umap-learn的Python环境路径，在R中运行：

  # 替换为你的Python环境路径（如conda/venv环境路径）
  reticulate::use_python("/usr/bin/python3", required = TRUE)
  # 若使用conda环境，可改用此命令
  # reticulate::use_condaenv("your_conda_env_name", required = TRUE)
  

  运行后重启R会话，再检查reticulate::py_module_available("umap")是否返回TRUE。

• 强制重新安装umap-learn到目标环境
  直接通过reticulate在指定环境安装：

  reticulate::py_install("umap-learn", pip = TRUE, force = TRUE)
  

  也可在终端激活对应环境后手动安装：

  pip install umap-learn --upgrade --force-reinstall
  

• 验证UMAP模块可用性
  在R中运行以下代码，确认Python环境能正确导入UMAP：

  reticulate::py_run_string("import umap; print('UMAP version:', umap.__version__)")
  

  若无报错并输出版本号，说明模块可用。

• 务必重启R会话
  切换环境或安装包后，必须完全关闭并重启R会话，否则reticulate不会加载新的环境配置。

内容的提问来源于stack exchange，提问作者João Lourenço Matos