Python 在函数：TypeError:类型为'；的对象中返回None；非类型'；没有len（）

我正在尝试打印

LDA

中每个主题的主题和文本。但是，打印主题后的“无”正在破坏我的脚本。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 

然后是此错误：

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

    for i in range(len(topics)):

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

文件“lda.py”，第41行，在
对于范围内的i（len（主题））：
TypeError:类型为“NoneType”的对象没有len（）

您没有提供完整的代码，但最可能的原因是变量

主题

没有。唯一可能发生的方法是，如果

print\u top\u words

函数中的

model.components\u

是一个空集合，那么循环永远不会运行，函数（隐式）也不会返回任何结果。检查集合的值。更好的是，选择在这种情况下要返回的值

---

另一个不相关的要点：在每次迭代时初始化

消息

变量，并在每次迭代时返回它。检查你的意思。

如果不了解

最新DirichletAllocation的内部工作原理，这有点难以回答。然而，它的组成部分与它有关，因为它的重复迭代会产生不同的结果

您最有可能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)

致：

第二次调用函数时，model.components uu不返回任何内容，因此跳过循环，函数不返回任何内容

然而，我不确定这是否是代码的实际意图。看起来你可能想让print\u top\u Word成为一个生成器？您将返回for循环的内部，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。
您的
print\u top\u words（）
函数（至少）有四个问题

导致当前问题的第一个问题是，如果
model.components\uu
为空，则for循环体将不会执行，然后您的函数将（隐式）返回
None

第二个更为微妙：如果
model.components\uu
不是空的，函数将只返回第一条消息，然后返回它并退出-这正是
return
语句的定义：返回一个值（或者
None
如果没有指定值）并退出函数

第三个问题是（当
model.components\uuu
不为空时），函数返回一个字符串，调用代码显然需要一个列表。这是一个微妙的错误，因为字符串有一个长度，所以
范围（len（topics））
上的for循环似乎可以运行，但是
len（topics）
肯定不是您期望的值

最后，该函数的名称非常糟糕，因为它没有“打印”任何内容-与前三个问题相比，这似乎微不足道，并且它不会阻止代码真正工作（假设前三个问题已修复），但是，对代码进行推理本身就很困难，因此正确命名非常重要，因为它大大减少了认知负载，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。我不会在这里发布一个“更正”的版本，因为我不知道你想做什么，但是上面的注释应该会有所帮助

注意：另外，您使用完全相同的参数调用了
doc\u distr=lda.fit\u transform（tf）
和
print\u top\u words（lda，tf\u feature\u names，n\u top\u words）
两次，这要么完全无用，要么纯粹浪费处理器周期（在最佳情况下）或者，如果第二次调用的结果不同，就会闻到另一个bug的味道。
对于该迭代，topic的值为None。似乎您的
print\u top\u words
在返回
消息时有问题。检查函数中的
循环。
temp = print_top_words(lda, tf_feature_names, n_top_words)
print (temp)

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