Return None in function: TypeError: object of type 'NoneType' has no len()

Question

我正在尝试打印我的主题和 LDA 中每个主题的文本。但是在打印主题后 None 打乱了我的脚本。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

后面出现这个错误：

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

    for i in range(len(topics)):

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

Answer 1

您没有提供完整的代码，但最可能的原因是变量 topics 是 None。唯一可能发生的情况是，如果 print_top_words 函数中的 model.components_ 是一个空集合，那么循环永远不会运行，并且函数（隐式地）returns None。检查集合的价值。更好的是，在这种情况下选择要 returned 的值。

另一个不相关的点：你在每次迭代中初始化你的 message 变量，并且你在每次迭代中 return 它。检查你的意思。

Answer 2

如果不了解 LatentDirichletAllocation 的内部工作原理，这个问题很难回答。但是，它的 components_ 与它有关，因为它的重复迭代会产生不同的结果。

您很可能可以通过更改以下内容来避免此错误：

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)

至：

temp = print_top_words(lda, tf_feature_names, n_top_words)
print (temp)

doc_distr = lda.fit_transform(tf)
topics = print_top_words(temp)

第二次调用该函数，model.components_ returns什么都没有，所以循环被跳过，函数returns none.

但是，我不确定这是否是代码的实际意图。看起来您可能希望 print_top_words 成为一个生成器？您正在返回 for 循环内部，这使得它永远不会到达第二次迭代。这可能不是循环的目的。

Answer 3

您的 print_top_words() 功能（至少）有四个问题。

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

第二个有点微妙：如果 model.components_ 不为空，函数将 return 仅第一条消息，然后 return 它并退出 - 这非常return 语句的定义：return 一个值（如果未指定值，则为 None）并退出该函数。

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

最后，该函数的命名非常糟糕，因为它没有 "print" 任何东西 - 与前三个问题相比，这看起来微不足道，并且它不会阻止代码确实工作（假设前三个问题已修复），但是代码推理本身就已经足够困难了，因此正确命名很重要，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功能做什么，并适当地修复它。我不会在此处 post "corrected" 版本，因为我不确定您要做什么，但以上说明应该有所帮助。

注意：另外，您使用完全相同的参数调用 doc_distr = lda.fit_transform(tf) 和 print_top_words(lda, tf_feature_names, n_top_words) 两次，这要么完全没用，要么纯粹浪费处理器周期（在最好的情况下）或如果您从第二次调用中得到不同的结果，就会有另一个错误的味道。

Return None in function: TypeError: object of type 'NoneType' has no len()

Return None in function: TypeError: object of type 'NoneType' has no len()

python

lda

nonetype