問題

最近在讀書《Building Machine Learning Systems with Python》1第一版，發現其中的一個程式碼錯誤，

AttributeError: ‘file’ object has no attribute ‘lower’

產生該錯誤的程式碼為：

import os
os.listdir('./data/toy/')
posts = [open(os.path.join('./data/toy/',f)) for f in os.listdir('./data/toy/')]

from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer(min_df=1
 
)

X_train= vectorizer.fit_transform(posts)
num_samples, num_features = X_train.shape
print("#samples, %d, #features, %d" %(num_samples, num_features))

解決方法

感謝網站提供的解決方法，即將vectorizer = CountVectorizer(min_df=1)改為

vectorizer = CountVectorizer(min_df=1,input="file")

即可解決上面的錯誤。

由於我使用的是Ipython notebook執行環境，在同一個cell裡面將程式碼改變了以後，重新執行，則出現了新的錯誤：

ValueError: empty vocabulary; perhaps the documents only contain stop words

嘗試了半天也沒有找到合適的解決辦法。最後，我找到了解決辦法：刪除所有含有之前程式碼的cell，新建一個cell，在裡面寫入更新的程式碼，即可解決 “empty vocabularty”錯誤。這個錯誤與程式碼本身無關，而與使用的Ipython notebook環境有關。希望大家在以後使用Ipython notebook時，注意這類的問題。

執行成功的介面為：

1. Building Machine Learning Systems with Python. 2013. Willi Ricchert, Luis Pedro Coelho. Packt publishing.
   ↩