导入自定义模块后scipy.io.loadmat报TypeError错误的解决方法

• 现有Jupyter笔记本main.ipynb和自定义模块data.py
• 简化版data.py导入scipy并调用scipy.io.loadmat加载.mat文件；main.ipynb先导入numpy、scipy、sys，第一个单元格成功调用scipy.io.loadmat，但导入data模块后，再次调用同一函数时抛出TypeError: 'NoneType' object is not callable错误
• 实际场景中data.py包含load_matfiles（兼容scipy和mat73加载.mat文件）和load_data函数
• 环境：Python 3.12.4、Scipy 1.13.1，已尝试卸载重装Scipy、降级至1.11版本，问题仍存在

错误栈 #

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
Cell In[4], line 1
----> 1 mousedatatest = t.load_data("../datafiles/C57_913_Qiu/time_binned_DiscreteSpikes.mat")

File ~/code/bayesian_decoder/scripts/testing.py:5, in load_data(filepath)
      3 def load_data(filepath):
      4     print(f"Loading data from: {filepath}")
----> 5     return scipy.io.loadmat(filepath)

File /Applications/anaconda3/lib/python3.12/site-packages/scipy/io/matlab/_mio.py:226, in loadmat(file_name, mdict, appendmat, **kwargs)
    224 variable_names = kwargs.pop('variable_names', None)
    225 with _open_file_context(file_name, appendmat) as f:
--> 226     MR, _ = mat_reader_factory(f, **kwargs)
    227     matfile_dict = MR.get_variables(variable_names)
    229 if mdict is not None:

File /Applications/anaconda3/lib/python3.12/site-packages/scipy/io/matlab/_mio.py:74, in mat_reader_factory(file_name, appendmat, **kwargs)
     54 """
     55 Create reader for matlab .mat format files.
     56 
   (...)
     71 
     72 """
     73 byte_stream, file_opened = _open_file(file_name, appendmat)
--> 74 mjv, mnv = _get_matfile_version(byte_stream)
     75 if mjv == 0:
     76     return MatFile4Reader(byte_stream, **kwargs), file_opened

File /Applications/anaconda3/lib/python3.12/site-packages/scipy/io/matlab/_miobase.py:233, in _get_matfile_version(fileobj)
    231 if len(mopt_bytes) == 0:
    232     raise MatReadError("Mat file appears to be empty")
--> 233 mopt_ints = np.ndarray(shape=(4,), dtype=np.uint8, buffer=mopt_bytes)
    234 if 0 in mopt_ints:
    235     fileobj.seek(0)

TypeError: 'NoneType' object is not callable

实际data.py代码 #

def load_matfiles(file_path):
    """
    Load files with either scipy.io.loadmat or mat73.loadmat.
    """
    try:
        # Attempt to load the .mat file using scipy
        data = scipy.io.loadmat(file_path)
        print(file_path, "loaded with scipy.io.loadmat")
        return data
    except Exception as e:
        print(f"scipy.io.loadmat failed: {e})")
        print("Trying mat73.loadmat...")
        try:
            # Attempt to load the .mat file using mat73
            data = mat73.loadmat(file_path)
            print(file_path, "loaded with mat73.loadmat")
            return data
        except Exception as e:
            print(f"mat73.loadmat also failed: {e}")
            raise


def load_data(mouse_ID):
    """
    Load necessary data files of the selected mouse:
    - time_binned_SpikeInf
    - time_binned_DiscreteSpikes
    - target_positions
    - darktrial_raw
    - del_trials
    """
    time_binned_SpikeInf = load_matfiles("../datafiles/"+ mouse_ID +"/time_binned_SpikeInf.mat")
    time_binned_DiscreteSpikes = load_matfiles("../datafiles/"+ mouse_ID +"/time_binned_DiscreteSpikes.mat")
    target_positions = load_matfiles("../datafiles/"+ mouse_ID +"/target_positions.mat")
    darktrial_raw = load_matfiles("../datafiles/"+ mouse_ID +"/darktrial_raw.mat")
    del_trials = load_matfiles("../datafiles/"+ mouse_ID +"/del_trials.mat")

    return time_binned_SpikeInf, time_binned_DiscreteSpikes, target_positions, darktrial_raw, del_trials

这个错误的核心是numpy的ndarray构造函数被意外覆盖为None，从错误栈最后一行指向np.ndarray(...)的调用就能确认。结合导入自定义模块后才出现问题的现象，按以下步骤排查解决：

1. 排查变量覆盖问题

   • 全局搜索data.py和main.ipynb的所有代码，确认是否存在np.ndarray = None或ndarray = 某个值这类赋值语句——这类代码会直接污染numpy的核心构造函数，导致后续调用失败。
   • 重点检查Jupyter单元格中的临时变量，避免未限定作用域的变量名和numpy内置名称冲突。

2. 规范模块导入

   • 在data.py开头显式导入所有依赖模块，不要依赖外部Jupyter环境的导入：

     import scipy.io
     import mat73
     import numpy as np
     

   • 避免在模块中使用未显式声明的外部模块引用，防止跨环境的引用冲突。

3. 重置Jupyter环境

   • Jupyter的单元格共享全局命名空间，之前运行的单元格可能残留污染变量。直接重启Jupyter内核，然后按顺序重新运行所有单元格，避免历史变量干扰。
   • 若需要快速清空全局变量，可在导入模块前执行%reset -f（注意会清除所有已定义的变量）。

4. 校验文件路径

   • 虽然错误指向np.ndarray，但也可能是文件路径错误导致文件无法打开，触发后续异常。建议在load_matfiles中使用绝对路径代替相对路径，避免路径解析错误：

     import os
     def load_matfiles(file_path):
         # 转换为绝对路径
         abs_path = os.path.abspath(file_path)
         try:
             data = scipy.io.loadmat(abs_path)
             # 后续逻辑不变
     

5. 检查numpy版本兼容性

   • Python 3.12和部分numpy版本存在兼容性问题，当前环境的numpy版本可能不稳定。尝试升级或降级numpy到适配版本（比如numpy 1.26.x系列），再测试问题是否解决。

内容的提问来源于stack exchange，提问作者Andrew Lau