Python3下机器学习实战KNN代码出现AttributeError: ‘dict’ object has no attribute错误

出现错误的代码时:

result = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)

错误显示:

AttributeError: 'dict' object has no attribute 'iteritems'

之所以会出现上述错误是因为python3中已经没有这个属性,直接改为items即可:

result = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)

知识点补充:

operator.itemgetter函数

operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号(即需要获取的数据在对象中的序号),下面看例子。

a = [1,2,3] 
b=operator.itemgetter(1)      //定义函数b,获取对象的第1个域的值
print(b(a)) 

输出:
2

b=operator.itemgetter(1,0)   //定义函数b,获取对象的第1个域和第0个域的值
print(b(a)) 

输出:
(2, 1)

要注意,operator.itemgetter函数获取的不是值,而是定义了一个函数,通过该函数作用到对象上才能获取值。

字典items()操作方法:

x = {'title':'python web site','url':'www.iplaypy.com'}
print(x.items())

输出:
[(‘url’, ‘www.iplaypy.com’), (‘title’, ‘python web site’)]

从结果中可以看到,items()方法是将字典中的每个项分别做为元组,添加到一个列表中,形成了一个新的列表容器。如果有需要也可以将返回的结果赋值给新变量,这个新的变量就会是一个列表数据类型。

a=x.items()
print(a)

输出:

[(‘url’, ‘www.iplaypy.com’), (‘title’, ‘python web site’)]

print(type(a))

输出:
<\type ‘list’>


参考资料:Python 字典items返回列表

  • 10
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 7
    评论
KNN报错AttributeError: 'Flags' object has no attribute 'c_contiguous'的问题可能是由于使用的python版本不同导致的。引用中提到,在Python3的编译器中,不再使用iteritems()函数,而是使用items()函数。这可能会导致在KNN算法中出现错误。你可以尝试将使用iteritems()的代码改为items(),看看是否能够解决这个问题。 此外,根据你的问题描述,我没有找到与KNN报错相关的具体代码或具体原因。如果你能提供更多的代码错误信息,我可以帮助你更准确地定位和解决这个问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [模型训练报错AttributeError: ‘NoneType‘ object has no attribute ‘text](https://blog.csdn.net/u014479551/article/details/107377992)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [机器学习实战第二章kNN报错:AttributeError: ‘dictobject has no attribute ‘iteritems](https://blog.csdn.net/weixin_45252975/article/details/120683297)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

qinjianhuang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值