首先，对于自己使用代码dtype=np.int报错的情况，建议直接修改为np.int_即可解决，也不用向下看了！！！！
下文主要是针对sklearn库包中存在大量np.int报错的情况！！！
0. 错误介绍
在使用sklearn库的metrics的cohen_kappa_score()函数以及preprocessing.OneHotEncoder的fit_transform()函数时出错。当然包括sklearn中的很多函数。但是，需要注意的是：这里的报错是sklearn库中调用np.int报错，与自己书写时使用np.int报错是不同的。
因为，对于自己书写的np.int，直接进行修改就行（修改为：np.int_,np.int32或者np.int64）。而sklearn库中存在大量使用np.int的内容，修改过于麻烦，因此专门介绍对于该情况如何解决问题。
代码如下：
from mne.decoding import CSP # Common Spatial Pattern Filtering
from mne.channels import read_layout
from sklearn import preprocessing
from sklearn.preprocessing import OneHotEncoder
from sklearn.model_selection import ShuffleSplit
# OneHotEncoding Labels
enc = OneHotEncoder()
X_out = enc.fit_transform(labels.reshape(-1,1)).toarray()
# Cross Validation Split 交叉验证拆分
cv = ShuffleSplit(n_splits = 10, test_size = 0.2, random_state = 0)
from sklearn.metrics import accuracy_score
from sklearn.metrics import cohen_kappa_score
from sklearn.metrics import precision_score
from sklearn.metrics import recall_score
acc = []
ka = []
prec = []
recall = []
ka.append(cohen_kappa_score(test_trues, test_pres))
报错：
1. 环境介绍
首先，对代码当前使用环境进行简单介绍。
代码环境：python版本为：3.9、numpy版本为：1.25.0、sklearn版本为：0.21.3。 代码中存在大量关于jupyter的环境，可以在观看的时候将其忽略。
aiofiles 22.1.0
aiosqlite 0.18.0
albumentations 1.2.1
anyio 3.5.0
appdirs 1.4.4
argon2-cffi 21.3.0
argon2-cffi-bindings 21.2.0
asttokens 2.0.5
attrs 22.1.0
Babel 2.11.0
backcall 0.2.0
beautifulsoup4 4.12.2
bleach 4.1.0
brotlipy 0.7.0
certifi 2023.5.7
cffi 1.15.1
charset-normalizer 2.0.4
chinese-calendar 1.8.0
colorama 0.4.6
comm 0.1.2
contourpy 1.1.0
cryptography 39.0.1
cycler 0.11.0
debugpy 1.5.1
decorator 5.1.1
defusedxml 0.7.1
entrypoints 0.4
executing 0.8.3
fastjsonschema 2.16.2
fonttools 4.40.0
idna 3.4
importlib-metadata 6.0.0
importlib-resources 5.12.0
ipykernel 6.19.2
ipython 8.12.0
ipython-genutils 0.2.0
ipywidgets 8.0.4
jedi 0.18.1
Jinja2 3.1.2
joblib 1.2.0
json5 0.9.6
jsonschema 4.17.3
jupyter 1.0.0
jupyter_client 8.1.0
jupyter-console 6.6.3
jupyter_core 5.3.0
jupyter-events 0.6.3
jupyter_server 2.5.0
jupyter_server_fileid 0.9.0
jupyter_server_terminals 0.4.4
jupyter_server_ydoc 0.8.0
jupyter-ydoc 0.2.4
jupyterlab 3.6.3
jupyterlab-pygments 0.1.2
jupyterlab_server 2.22.0
jupyterlab-widgets 3.0.5
kiwisolver 1.4.4
lxml 4.9.2
MarkupSafe 2.1.1
matplotlib 3.7.1
matplotlib-inline 0.1.6
mistune 0.8.4
mkl-fft 1.3.6
mkl-random 1.2.2
mkl-service 2.4.0
mne 1.4.2
nbclassic 0.5.5
nbclient 0.5.13
nbconvert 6.5.4
nbformat 5.7.0
nest-asyncio 1.5.6
notebook 6.5.4
notebook_shim 0.2.2
numpy 1.25.0
packaging 23.0
pandocfilters 1.5.0
parso 0.8.3
pickleshare 0.7.5
Pillow 10.0.0
pip 23.1.2
platformdirs 2.5.2
ply 3.11
pooch 1.4.0
prometheus-client 0.14.1
prompt-toolkit 3.0.36
psutil 5.9.0
pure-eval 0.2.2
pycparser 2.21
Pygments 2.15.1
pyOpenSSL 23.0.0
pyparsing 3.1.0
pypiwin32 223
PyQt5 5.15.7
PyQt5-sip 12.11.0
pyrsistent 0.18.0
PySocks 1.7.1
python-dateutil 2.8.2
python-json-logger 2.0.7
pyttsx3 2.90
pytz 2022.7
PyWavelets 1.4.1
pywin32 305.1
pywinpty 2.0.10
PyYAML 6.0
pyzmq 25.1.0
qtconsole 5.4.2
QtPy 2.2.0
qudida 0.0.4
requests 2.29.0
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
scikit-learn 0.21.3
scipy 1.10.1
Send2Trash 1.8.0
setuptools 67.8.0
sip 6.6.2
six 1.16.0
sniffio 1.2.0
soupsieve 2.4
stack-data 0.2.0
terminado 0.17.1
threadpoolctl 2.2.0
tinycss2 1.2.1
toml 0.10.2
tomli 2.0.1
torch 1.12.1+cu116
torchaudio 0.12.1+cu116
torchvision 0.13.1+cu116
tornado 6.2
tqdm 4.65.0
traitlets 5.7.1
typing_extensions 4.6.3
urllib3 1.26.16
wcwidth 0.2.5
webencodings 0.5.1
websocket-client 0.58.0
wheel 0.38.4
widgetsnbextension 4.0.5
win-inet-pton 1.1.0
y-py 0.5.9
ypy-websocket 0.8.2
zipp 3.11.0
2. 问题分析
首先对问题进行分析，根据报错信息以及报错中的问题指出可以发现，错误来源于numpy库包在当前版本已经没有了np.int这个用法，而这里却使用了这个用法。np.int 在 NumPy 1.20 中已弃用，在 NumPy 1.24 中已删除。
具体地址为：~\AppData\Roaming\Python\Python39\site-packages\sklearn\metrics\classification.py:564 （~表示当前电脑用户地址，一般为：C:\user）
具体代码为：w_mat = np.ones([n_classes, n_classes], dtype=np.int)
错误为：module 'numpy' has no attribute 'int'.，即不能使用np.int，需要对其进行替换。
3. 解决方法
3.1 调用解决
对于自己调用np.int报错，可以通过修改该用法来解决。这里我们点击报错所给的链接，然后得到了下面的图像：
从上面可以看出，对于调用np.int报错的内容，可以通过将np.int替换为np.int_、np.int32或者np.int64来解决该报错。
3.2 库包中存在报错
对于上文提及的sklearn中存在报错的情况，虽然根据报错给出的具体地址可以找到报错代码，然后根据上文3.1节给出的修改方法可以解决该报错。但是，当你下次同样使用该库包时可能仍会出现上文给出的错误的情况。
因此，这里从sklearn库创建者的角度思考：我不能容忍一个错误存在这么久。所以，尝试对库包进行更新，而更新后的库包理论上应该不会存在该错误。
这里，使用以下命令对sklearn库包进行更新：
pip install scikit-learn --upgrade --user
最后，得到更新后的sklearn的版本为：
scikit-learn 1.3.0
最后，实验结果表明：sklearn库包经更新后，代码可以跑通了！实在是不容易哦！！！
4. 总结
总的而言，感觉出现该错误可能就是我使用的sklearn版本太低了了（scikit-learn=0.21.3），不过好歹问题解决了。网上的相关教程根本没有，所以根据自己的经验来总结这篇文章，希望大家会喜欢。如果有什么疑问欢迎在评论区提出，对于共性问题可能会后续添加到文章介绍中。文章来源：https://www.toymoban.com/news/detail-706095.html
如果觉得这篇文章对你有用，记得点赞、收藏并分享给你的小伙伴们哦😄。文章来源地址https://www.toymoban.com/news/detail-706095.html
到了这里，关于Bug小能手系列(python)_9: 使用sklearn库报错 module ‘numpy‘ has no attribute ‘int‘的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
