Python自定义生成指定城市岗位词云函数报UnboundLocalError求解
问题现象
封装岗位词云生成函数后,调用jobs_wordcloud('San Francisco, CA')触发报错UnboundLocalError: local variable 'comment_words' referenced before assignment;同一段逻辑脱离函数独立运行时可正常执行。
报错核心原因
- Python 作用域规则判定:只要函数内部对某变量存在赋值操作(包括
+=这类复合赋值),解释器就会将该变量标记为函数局部变量,不会自动跨作用域读取全局/外层的同名变量值。 - 独立运行时,
comment_words是提前在全局环境初始化的空字符串,累加操作可以正常执行;封装进函数后,解释器识别到函数内存在comment_words += ...的赋值逻辑,直接将其判定为局部变量,而函数内部从未给该变量设置初始值,第一次执行累加时就会触发未定义引用的报错。
代码隐含逻辑瑕疵
- 循环遍历写法错误:
for val in jobs_df.loc[jobs_df['city_state'] == city_state, cols]实际遍历的是DataFrame切片的列名标签,不是列内的每一行岗位文本,哪怕解决了作用域报错,也无法拿到实际要处理的文本内容。 - 文本清洗逻辑顺序错乱:先调用
word_tokenize生成分词列表赋值给tokens,下一行就直接用正则处理原始val的结果覆盖了tokens的值,之前的分词操作完全冗余失效。 - 冗余返回逻辑:函数末尾的
return plt.show()无实际作用,plt.show()本身返回值为None,不需要额外写return语句。
修正后可运行的函数代码
def jobs_wordcloud(city_state): # 初始化文本累加的局部变量,解决作用域报错 comment_words = "" # 筛选目标城市的所有岗位分词数据 target_rows = jobs_df.loc[jobs_df['city_state'] == city_state, 'base_tokens'] lemmatizer = WordNetLemmatizer() for val in target_rows: val = str(val) # 按顺序执行文本清洗 cleaned_val = re.sub('[^a-zA-Z 0-9]', '', val) tokens = cleaned_val.lower().split() # 过滤停用词、执行词形还原 tokens = [w for w in tokens if w not in stop_words] tokens = [lemmatizer.lemmatize(w.strip()) for w in tokens] comment_words += " ".join(tokens) + " " # 生成词云 wordcloud = WordCloud( width=800, height=800, background_color='white', stopwords=stop_words, min_font_size=10 ).generate(comment_words) plt.figure(figsize=(10, 10), facecolor=None) plt.imshow(wordcloud) plt.axis("off") plt.tight_layout(pad=0) plt.show()
内容的提问来源于stack exchange,提问作者user13471345
相关产品推荐
相关产品推荐

