sklearn 不再维护的问题

bash 复制代码

(race-predicted) syh@syh-HKF-WXX:~/PycharmProjects/race-predicted$ pip install -r requirements.txt 
Collecting numpy==1.16.4 (from -r requirements.txt (line 1))
  Using cached numpy-1.16.4.zip (5.1 MB)
  Preparing metadata (setup.py) ... done
Collecting sklearn (from -r requirements.txt (line 2))
  Using cached sklearn-0.0.post12.tar.gz (2.6 kB)
  Preparing metadata (setup.py) ... error
  error: subprocess-exited-with-error
  
  × python setup.py egg_info did not run successfully.
  │ exit code: 1
  ╰─> [15 lines of output]
      The 'sklearn' PyPI package is deprecated, use 'scikit-learn'
      rather than 'sklearn' for pip commands.
      
      Here is how to fix this error in the main use cases:
      - use 'pip install scikit-learn' rather than 'pip install sklearn'
      - replace 'sklearn' by 'scikit-learn' in your pip requirements files
        (requirements.txt, setup.py, setup.cfg, Pipfile, etc ...)
      - if the 'sklearn' package is used by one of your dependencies,
        it would be great if you take some time to track which package uses
        'sklearn' instead of 'scikit-learn' and report it to their issue tracker
      - as a last resort, set the environment variable
        SKLEARN_ALLOW_DEPRECATED_SKLEARN_PACKAGE_INSTALL=True to avoid this error
      
      More information is available at
      https://github.com/scikit-learn/sklearn-pypi-package
      [end of output]
  
  note: This error originates from a subprocess, and is likely not a problem with pip.
error: metadata-generation-failed

× Encountered error while generating package metadata.
╰─> See above for output.

note: This is an issue with the package mentioned above, not pip.
hint: See above for details.

您遇到的错误是由于在 requirements.txt 文件中指定了已弃用的 sklearn 包。sklearn 包已经不再维护，建议使用 scikit-learn 代替。以下是详细的解释和解决方法：

错误原因

弃用的包 : sklearn 包已被弃用，官方推荐使用 scikit-learn。
安装失败 : 当 pip 尝试安装 sklearn 时，由于包不再维护，导致 setup.py 无法成功运行，从而引发错误。

解决方法

更新 requirements.txt 文件:
- 打开您的 requirements.txt 文件。
- 将所有的 sklearn 条目替换为 scikit-learn。
示例：
diff 复制代码
```
- sklearn
+ scikit-learn
```
重新运行安装命令 :

在终端中运行以下命令以安装更新后的依赖包：
bash 复制代码
```
pip install -r requirements.txt
```
验证安装 :

确认 scikit-learn 已成功安装，可以在 Python 环境中运行以下命令：
python 复制代码
```
import sklearn
print(sklearn.__version__)
```
如果没有错误，并且显示了版本号，说明安装成功。

其他建议

检查依赖包的兼容性 : 您的 requirements.txt 中 numpy 的版本是 1.16.4，这是一个相对较旧的版本。确保 scikit-learn 版本与 numpy 版本兼容。如果可能，考虑升级 numpy 以获得更好的性能和新功能。

示例：
diff 复制代码
```
- numpy==1.16.4
+ numpy>=1.21.0
```
更新 scikit-learn : 如果您的项目允许，使用最新版本的 scikit-learn 以获得最新的功能和修复。
处理依赖包中的 sklearn : 如果 sklearn 被其他依赖包引用，您可能需要检查这些包是否有更新版本，或者联系维护者以解决依赖问题。

总结

主要问题是 requirements.txt 中使用了已弃用的 sklearn 包。通过将其替换为 scikit-learn，您应该能够解决安装过程中遇到的错误。如果在替换后仍然遇到问题，请确保所有依赖包都是最新的，并且彼此兼容。

如果有任何进一步的问题，请随时提问！