问题:为什么会出现AttributeError:’NoneType’对象没有属性’something’?
我不断收到错误消息,说
AttributeError: 'NoneType' object has no attribute 'something'
我的代码太长,无法在此处发布。什么一般情况会导致这种情况AttributeError
,这NoneType
意味着什么,我如何缩小正在发生的事情?
回答 0
NoneType意味着您实际上拥有了而不是您认为正在使用的任何Class或Object的实例None
。这通常意味着在上面的赋值或函数调用失败或返回了意外结果。
回答 1
您有一个等于None的变量,并且您试图访问它的名为“ something”的属性。
foo = None
foo.something = 1
要么
foo = None
print foo.something
两者都会产生一个 AttributeError: 'NoneType'
回答 2
其他人则解释了什么NoneType
是结束它的常见方法(即,无法从函数返回值)。
另一个None
不希望看到的常见原因是在可变对象上分配了就地操作。例如:
mylist = mylist.sort()
sort()
列表的方法对列表进行原位排序,mylist
即被修改。但是该方法的实际返回值None
不是对列表进行排序。因此,您刚刚分配None
给mylist
。如果您下次尝试这样做,mylist.append(1)
Python会给您这个错误。
回答 3
的NoneType
是该值的类型None
。在这种情况下,变量lifetime
的值为None
。
发生这种情况的一种常见方法是调用缺少a的函数return
。
但是,还有无数其他方法可以将变量设置为“无”。
回答 4
考虑下面的代码。
def return_something(someint):
if someint > 5:
return someint
y = return_something(2)
y.real()
这会给你错误
AttributeError:“ NoneType”对象没有属性“ real”
所以要点如下。
- 在代码中,函数或类方法未返回任何内容或未返回None
- 然后,您尝试访问该返回对象的属性(即None),从而导致错误消息。
回答 5
这意味着您正在尝试访问的对象None
。None
是Null
python中的变量。这种类型的错误发生在您的代码上,就像这样。
x1 = None
print(x1.something)
#or
x1 = None
x1.someother = "Hellow world"
#or
x1 = None
x1.some_func()
# you can avoid some of these error by adding this kind of check
if(x1 is not None):
... Do something here
else:
print("X1 variable is Null or None")
回答 6
gddc是正确的,但添加了一个非常常见的示例:
您可以以递归形式调用此函数。在这种情况下,您可能会以空指针或结尾NoneType
。在这种情况下,您会收到此错误。因此,在访问该参数的属性之前,请检查它是否不是NoneType
。
回答 7
建立估算器(sklearn)时,如果忘记在fit函数中返回self,则会得到相同的错误。
class ImputeLags(BaseEstimator, TransformerMixin):
def __init__(self, columns):
self.columns = columns
def fit(self, x, y=None):
""" do something """
def transfrom(self, x):
return x
AttributeError:’NoneType’对象没有属性’transform’?
添加return self
到拟合功能可修复该错误。
回答 8
在Flask应用程序中注释掉HTML时,可能会出现此错误。此处qual.date_expiry的值为None:
<!-- <td>{{ qual.date_expiry.date() }}</td> -->
删除行或修复它:
<td>{% if qual.date_attained != None %} {{ qual.date_attained.date() }} {% endif %} </td>
回答 9
如果我们分配如下所示的内容,则会引发错误,例如“ AttributeError:’NoneType’对象没有属性’show’”
df1=df.withColumn('newAge',df['Age']).show()