M1 Mac导入sklearn报No module named 'numpy.random.bit_generator'错误

云原生阿岚

2026-8-30

问题背景

在Macbook Air M1设备上参考教程完成opencv、tensorflow等机器学习工具安装后，验证opencv、tensorflow均可正常运行，但尝试导入sklearn时触发报错。
参考的教程明确指定了numpy与python的对应版本，查询解决方案时看到有升级numpy的建议，但担心升级numpy会导致已安装的OpenCV等其他库无法正常运行，不确定是否应该执行升级操作。

当前环境版本信息

Python：3.8.6
numpy：1.18.5
scikit-learn：1.1.1
scipy：1.8.1

报错日志

File ~/miniforge3/envs/ml/lib/python3.8/site-packages/scipy/stats/distributions.py:11, in <module>
      8 from ._distn_infrastructure import (rv_discrete, rv_continuous, rv_frozen)
     10 from . import _continuous_distns
---> 11 from . import _discrete_distns
     13 from ._continuous_distns import *
     14 from ._discrete_distns import *

File ~/miniforge3/envs/ml/lib/python3.8/site-packages/scipy/stats/_discrete_distns.py:21, in <module>
     17 from ._distn_infrastructure import (
     18     rv_discrete, _ncx2_pdf, _ncx2_cdf, get_distribution_names,
     19     _check_shape)
     20 import scipy.stats._boost as _boost
---> 21 from ._biasedurn import (_PyFishersNCHypergeometric,
     22                         _PyWalleniusNCHypergeometric,
     23                         _PyStochasticLib3)
     25 class binom_gen(rv_discrete):
     26     r"""A binomial discrete random variable.
     27 
     28     %(before_notes)s
   (...)
     51 
     52     """

File _biasedurn.pyx:1, in init scipy.stats._biasedurn()

ModuleNotFoundError: No module named 'numpy.random.bit_generator'

故障原因

报错核心为依赖版本不匹配：当前安装的scipy 1.8.1、scikit-learn 1.1.1最低要求numpy版本≥1.19.0，numpy.random.bit_generator是numpy 1.19版本后才对外开放的公共接口，现有numpy 1.18.5版本不存在该模块，因此触发导入错误。

修复步骤

不需要直接升级到最新版numpy打破现有环境兼容，按以下操作即可：

先备份现有可用的ml环境，避免操作失误导致原有opencv、tensorflow不可用：
```
conda create -n ml_backup --clone ml
```
激活原ml环境，安装兼容全量依赖的numpy版本即可：
```
conda activate ml
conda install numpy=1.21.6
```
该版本为Python 3.8适配的稳定版，同时兼容M1芯片miniforge架构、opencv、tensorflow以及当前安装的scipy、scikit-learn，不会触发依赖冲突。
升级完成后依次验证库导入：
```
import cv2
import tensorflow as tf
import sklearn
```
无报错即修复完成。如果出现兼容问题，可直接删除损坏环境从备份恢复：
```
conda remove -n ml --all
conda create -n ml --clone ml_backup
```

注意：不要直接用pip安装最新版numpy，M1芯片下pip安装的numpy可能存在架构不兼容问题，优先使用conda安装对应版本。

内容的提问来源于stack exchange，提问作者Zahid Sakib