计算PageRank时触发TypeError：float对象不可迭代，求解决

我在计算pagerank.txt中所有文档的单轮PageRank值时，运行代码触发了TypeError错误，错误出现在检查字符串是否存在于列表的语句中。我已经查阅过相关问题但没找到合适的解决方案。

原代码 #

def calc_pageranks(pagerank_file = "pagerank.txt", damping=0.9):
    pagerankScores = {}
    pagerankData = {} #dict of what files a file (the dict key) points to 
    with open(pagerank_file, "r") as f:
        for row in f:
            row = row.split()
            pagerankScores.update({row[0]:1}) #set starting pagerank for documents
            if len(row) == 1:
                pagerankData.update({row[0]:None})
            else:
                pagerankData.update({row[0]:row[1:]}) #pagerank graph
        for docName in pagerankData:
            pagerank = pagerankScores[docName]
            temp = 0
            for val in pagerankData.values():
                if val == None:
                    pass
                else:
                    if docName in val:
                        temp += pagerank / len(val)
                pagerank = (1 - damping) + damping * temp
                pagerankData.update({docName:pagerank})

    return pagerankScores, pagerankData

docName和val的初始类型示例：doc1.txt <class 'str'> ['doc2.txt', 'doc8.txt'] <class 'list'>

完整错误信息 #

/Library/Frameworks/Python.framework/Versions/3.9/bin/python3 /Users/MacSuperior/Desktop/Coding/IR_system/search_engine.py
Traceback (most recent call last):
  File "/Users/MacSuperior/Desktop/Coding/IR_system/search_engine.py", line 99, in <module>
    print(calc_pageranks())
  File "/Users/MacSuperior/Desktop/Coding/IR_system/search_engine.py", line 92, in calc_pageranks
    if docName in val:
TypeError: argument of type 'float' is not iterable

pagerank.txt内容 #

doc1.txt doc2.txt doc8.txt
doc2.txt doc1.txt doc2.txt doc9.txt
doc3.txt doc4.txt
doc4.txt  doc1.txt doc10.txt
doc5.txt doc6.txt
doc6.txt
doc7.txt doc1.txt
doc8.txt doc9.txt doc10.txt
doc9.txt doc10.txt
doc10.txt doc9.txt

错误原因 #

问题出在遍历pagerankData.values()的过程中，你直接修改了pagerankData的内容——把原本存储**链接列表（或None）**的字典值替换成了计算后的float类型PageRank分数。第一次循环处理某个文档时，pagerankData里的大部分值还是列表/None，但执行pagerankData.update({docName:pagerank})后，后续遍历到这个文档的val时，它已经变成了float类型，此时再执行docName in val就会触发错误，因为float不是可迭代对象，无法用in判断成员关系。

修复方案 #

需要把存储链接关系的字典和存储计算后PageRank分数的字典分开，不要复用pagerankData存储结果。同时调整计算逻辑，单轮PageRank的计算应该基于初始的链接关系，而非边计算边修改数据源。

修复后的代码：

def calc_pageranks(pagerank_file = "pagerank.txt", damping=0.9):
    pagerankScores = {}
    linkGraph = {}  # 单独存储文档的链接关系，全程不修改
    with open(pagerank_file, "r") as f:
        for row in f:
            row = row.split()
            doc = row[0]
            pagerankScores[doc] = 1  # 初始化PageRank为1
            if len(row) == 1:
                linkGraph[doc] = None
            else:
                linkGraph[doc] = row[1:]
    
    # 计算单轮PageRank
    newPagerank = {}
    num_docs = len(pagerankScores)
    base_score = (1 - damping) / num_docs  # 基础分平均分配给所有文档
    
    for target_doc in pagerankScores:
        temp = 0
        for source_doc, links in linkGraph.items():
            if links is None:
                # 无出链文档，把自身PageRank平均分给所有文档
                temp += pagerankScores[source_doc] / num_docs
            elif target_doc in links:
                # 有出链且指向当前文档，按出链数量分配
                temp += pagerankScores[source_doc] / len(links)
        # 计算最终分数：基础分 + 阻尼系数*贡献分
        newPagerank[target_doc] = base_score + damping * temp
    
    return pagerankScores, newPagerank

关键修改点 #

• 拆分数据存储：用linkGraph专门存储文档的链接关系，全程不修改，避免遍历过程中数据类型被篡改。
• 修正基础分计算：原代码中(1 - damping)未平均分配给所有文档，不符合PageRank标准公式，改为(1 - damping)/num_docs。
• 处理无出链文档：原代码忽略了无出链文档的贡献，修复后将这类文档的PageRank平均分配给所有文档。
• 分离计算结果：用newPagerank存储计算后的分数，不影响原始的链接关系数据。

内容的提问来源于stack exchange，提问作者MacSuperior