python kNN AttributeError: ‘dict‘ object has no attribute ‘iteritems‘

sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True) # Sort classCount (highest to lowest) by voteIlabel count
AttributeError: 'dict' object has no attribute 'iteritems'

v2.0 grammar：

sortedClassCount = sorted(classCount.iteritems(), key = operator.itemgetter(1), reverse = True) #2.0

v3.0 grammar：

sortedClassCount = sorted(classCount.items(), key = operator.itemgetter(1), reverse = True) #3.0

code:

#   Use k Nearest Neighbors to classify inX accortding to existing dataSet with known ratings in labels

def classify0(inX, dataSet, labels, k):

    dataSetSize = dataSet.shape[0]  # Number of entries in dataSet

    diffMat = tile(inX, (dataSetSize,1)) - dataSet  #   Array of same shape as dataSet holding inX-dataSet entry in each position

    sqDiffMat = diffMat**2  # Square entries in diffMat

    sqDistances = sqDiffMat.sum(axis=1) # Sum over vector components

    distances = sqDistances**0.5    # Traditional Euclidean distance foreach dataSet entry

    sortedDistIndicies = distances.argsort()    # argsort returns indices that sort distances     

    classCount={}   # An empty dictionary key:value pairs key = labels  value = number times this label in set of k       

    for i in range(k):  # Run over k nearest neighbors

        voteIlabel = labels[sortedDistIndicies[i]]  # Label of this neighbor

        classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1   # .get gets current count for voteIlabel and returns zero if first time voteIlabel seen (default = 0)

    sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True) # Sort classCount (highest to lowest) by voteIlabel count

    return sortedClassCount[0][0]   # The label that occurs most often in k nearest neighbors