时间戳

首页 > 解决方案 > 在函数中返回 None：TypeError：“NoneType”类型的对象没有 len()

python - 在函数中返回 None：TypeError：“NoneType”类型的对象没有 len()

问题描述

我正在尝试从每个主题中打印我的主题和文本LDA。但是打印主题后的 None 会破坏我的脚本。我可以打印我的主题，但不能打印文本。

import pandas
import numpy as np
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.decomposition import LatentDirichletAllocation

n_top_words = 5
n_components = 5

def print_top_words(model, feature_names, n_top_words):
    for topic_idx, topic in enumerate(model.components_):
        message = "Topic #%d: " % topic_idx
        message += " ".join([feature_names[i] for i in topic.argsort()[:-n_top_words - 1:-1]])

        return message

text = pandas.read_csv('text.csv', encoding = 'utf-8')
text_list = text.values.tolist()

tf_vectorizer = CountVectorizer()
tf = tf_vectorizer.fit_transform(text_list)

lda = LatentDirichletAllocation(n_components=n_components, learning_method='batch', max_iter=25, random_state=0)

doc_distr = lda.fit_transform(tf)

tf_feature_names = tf_vectorizer.get_feature_names()
print (print_top_words(lda, tf_feature_names, n_top_words))

doc_distr = lda.fit_transform(tf)
topics = print_top_words(lda, tf_feature_names, n_top_words)
for i in range(len(topics)):
    print ("Topic {}:".format(i))
    docs = np.argsort(doc_distr[:, i])[::-1]
    for j in docs[:10]:
       print (" ".join(text_list[j].split(",")[:2]))

我的输出：

Topic 0: no order mail received back 

Topic 1: cancel order wishes possible wish 

Topic 2: keep current informed delivery order 

Topic 3: faulty wooden box present side 

Topic 4: delivered received be produced urgent 

Topic 5: good waiting day response share

随后出现此错误：

  File "lda.py", line 41, in <module>

    for i in range(len(topics)):

TypeError: object of type 'NoneType' has no len()

标签： pythonldanonetype

解决方案

您的功能有（至少）四个问题print_top_words()。

第一个 - 导致您当前的问题 - 如果model.components_为空，则 for 循环的主体将不会执行，然后您的函数将（隐式）返回None。

第二个更微妙：如果model.components_不为空，函数将只返回第一条消息，然后返回并退出 - 这正是return语句的定义：返回一个值（或者None如果没有指定值）并退出功能。

第三个问题是（当model.components_不为空时），函数返回一个字符串，其中调用代码显然需要一个列表。这是一个微妙的错误，因为字符串有一个长度，所以 for 循环range(len(topics)) 似乎可以工作，但len(topics)肯定不是您期望的值。

最后，这个函数的名字很糟糕，因为它没有“打印”任何东西——与前三个问题相比，这似乎微不足道，而且它不会阻止代码确实工作（假设前三个问题已修复），但是对代码的推理本身就足够困难，因此正确的命名很重要，因为它大大减少了认知负担并使维护/调试更容易。

长话短说：想想你真正想要这个函数做什么并适当地修复它。我不会在这里发布“更正”的版本，因为我不确定您要做什么，但上述说明应该会有所帮助。

注意：另外，您使用完全相同的参数调用doc_distr = lda.fit_transform(tf)andprint_top_words(lda, tf_feature_names, n_top_words)两次，这要么完全没用，而且纯粹浪费处理器周期（在最好的情况下），或者如果您从第二次调用中得到不同的结果，则可能会产生另一个错误的气味.

推荐阅读