Python3:UnboundLocalError:localvariable'；标签'；分配前参考

以下代码给出了错误

UnboundLocalError:赋值前引用的局部变量“labels”

。我在其他stackoverflow问题中查看了类似的问题，但他们说要处理全局变量，但我没有发现我的问题有任何全局变量

标签
引用

def get_tags(predicted_list, threshold, labels):
    mlb = [(i1, c1) for i1, c1 in enumerate(multilabel.classes_)]
    temp_list = sorted(
        [(i, c) for i, c in enumerate(list(predicted_list))],
        key=lambda x: x[1],
        reverse=True,
    )
    tag_list = [item1 for item1 in temp_list if item1[1] >= threshold]
    tags = [
        item[1] for item2 in tag_list[:labels] for item in mlb if item2[0] == item[0]
    ]
    return tags

def label_prediction(num_clicks, text, threshold_value, preprocess_func, label_value):
    if text is None:
        raise PreventUpdate
    else:
        if num_clicks:
            params = ["remove_digits", "remove_stopwords", "text_lemmatization"]
            dict_params = {param: True for param in params}
            preprocess_text = preprocess(text, **dict_params)
            transformed_text = tfidf.fit_transform([preprocess_text])
            prediction = classifier.predict_proba(transformed_text)
            labels= f"Predicted labels:{get_tags(prediction[0],threshold_value,label_value)}"
    return labels

如何解决此问题？
如果函数
label\u prediction
中的
num\u clicks
为true，则仅创建局部变量
labels
，但在任何情况下都返回此局部变量。因此，如果使用
num\u clicks
being
False
调用函数
label\u prediction
，则返回一个从未创建过的变量，从而返回错误消息

Edit：由于当
num\u clicks
为false时，您不想返回任何内容，因此只需使用
return f“Predicted labels:{get\u tags（prediction[0]，threshold\u value，label\u value）}”
修改if的最后一行，并在函数结束时删除返回

另一种解决方案是在函数开始时使用
None
初始化
标签

解决方案1

def label_prediction(num_clicks, text, threshold_value, preprocess_func, label_value):
    if text is None:
        raise PreventUpdate
    else:
        if num_clicks:
            params = ["remove_digits", "remove_stopwords", "text_lemmatization"]
            dict_params = {param: True for param in params}
            preprocess_text = preprocess(text, **dict_params)
            transformed_text = tfidf.fit_transform([preprocess_text])
            prediction = classifier.predict_proba(transformed_text)
            return f"Predicted labels:{get_tags(prediction[0],threshold_value,label_value)}"

解决方案2

def label_prediction(num_clicks, text, threshold_value, preprocess_func, label_value):
    labels = None
    if text is None:
        raise PreventUpdate
    else:
        if num_clicks:
            params = ["remove_digits", "remove_stopwords", "text_lemmatization"]
            dict_params = {param: True for param in params}
            preprocess_text = preprocess(text, **dict_params)
            transformed_text = tfidf.fit_transform([preprocess_text])
            prediction = classifier.predict_proba(transformed_text)
            labels = f"Predicted labels:{get_tags(prediction[0],threshold_value,label_value)}"
    return labels

你问的是哪一个错误：标题中的错误还是文本中的错误？我认为两者都是相同的。在编辑问题之前它们不一样。请发布完整（或最后10行）的回溯。看起来
num\u clicks
没有验证（到True）因此，在返回之前，
labels
没有被设置。那么应该怎么做？当
num\u clicks
为false时，您希望返回什么？这不是我留下它的原因。另一个解决方案是在函数的开头使用
None
初始化
labels
。请参阅我编辑的答案。