int object has not attribute lower

**s2a07** · 15/04/2022, 11h16

coucou les amis je m'excuse je suis perdu dan le code help me please

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
import numpy as np 
 
#with open(r'C:\Users\User\Desktop\rockyou.txt', "r",encoding="ISO-8859-1") as f:
 #   lines = f.readlines()
df_result = pd.read_excel(r'C:\Users\User\Downloads\Memoireid3125439.xlsx')
 
#df_result = pd.DataFrame(columns=('id', 'password'))
documents=("K KAPOOR","L KAPOOR")
 
tfidf_vectorizer=TfidfVectorizer()
tfidf_matrix=tfidf_vectorizer.fit_transform(documents) 
#for i,line in enumerate(lines):
 #   id, password = line.split()
  #  df_result.loc[i] = [id, password]
   # print(df_result)
 
 
 
# read by default 1st sheet of an excel file
 
 
for i in df_result.index:
    documents=(df_result["id"][i],df_result["password"][i])
    tfidf_vectorizer=TfidfVectorizer()
    tfidf_matrix=tfidf_vectorizer.fit_transform(documents) 
    result = cosine_similarity(tfidf_matrix[0:1],tfidf_matrix)
    #Levensthein = Leveinshtein.distance(df_result["id"][i],df_result["password"][i])
    #jaccard = nltk.jaccard_distance(df_result["id"][i],df_result["password"][i])
    print(result)

je n'arrive pas a calculer le cosine similarity

**MPython Alaplancha** · 15/04/2022, 13h02

Bonjour,
Tu titres ton post : int object has not attribute lower mais je ne vois comment le code que tu montres pourrait renvoyer une telle exception (pas de lower visible)

je n'arrive pas a calculer le cosine similarity

ben il te faut déjà commencer par définir ta fonction cosine_similarity()

Sois plus rigoureux/explicite dans tes demandes si tu veux obtenir de l'aide ...

**Sve@r** · 15/04/2022, 13h03

Bonjour

Envoyé par s2a07

je n'arrive pas a calculer le cosine similarity

Que veux-tu qu'on te dise? Comme d'habitude tu arrives, tu nous déposes ta bouse sans même indiquer ni ce qui ne va pas ni ton idée (est-il seulement de toi???) et "coucou les amis démerdez-vous" !!!
Même ton titre " int object has not attribute lower" n'a aucun rapport avec ce code qui n'appelle nulle-part la méthode lower.

**MPython Alaplancha** · 15/04/2022, 13h22

Tu as vu l'ami, sve@r et moi te disons en coeur la même chose.
Il serait nécessaire de te remettre en cause... Ton manque de rigeur n'a rien avoir avec ton niveau présumé sur python.

Pour satisfaire ma curiosité : Pourquoi as-tu besoin de savoir calculer cosine similarity?

**s2a07** · 15/04/2022, 13h33

je vous assure que c'est l'erreur que j'ai avec ce code c'est pour calculer des corrélations entre chaine de carartère

**MPython Alaplancha** · 15/04/2022, 13h35

merci de retourner l'exception complète ...

**s2a07** · 15/04/2022, 13h54

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
 
[[1. 0.]]
 
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_14512/2224924502.py in <module>
     31     documents=(df_result["id"][i],df_result["password"][i])
     32     tfidf_vectorizer=TfidfVectorizer()
---> 33     tfidf_matrix=tfidf_vectorizer.fit_transform(documents)
     34     result = cosine_similarity(tfidf_matrix[0:1],tfidf_matrix)
     35 
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in fit_transform(self, raw_documents, y)
   1844         """
   1845         self._check_params()
-> 1846         X = super().fit_transform(raw_documents)
   1847         self._tfidf.fit(X)
   1848         # X is already a transformed view of raw_documents so
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in fit_transform(self, raw_documents, y)
   1200         max_features = self.max_features
   1201 
-> 1202         vocabulary, X = self._count_vocab(raw_documents,
   1203                                           self.fixed_vocabulary_)
   1204 
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _count_vocab(self, raw_documents, fixed_vocab)
   1112         for doc in raw_documents:
   1113             feature_counter = {}
-> 1114             for feature in analyze(doc):
   1115                 try:
   1116                     feature_idx = vocabulary[feature]
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _analyze(doc, analyzer, tokenizer, ngrams, preprocessor, decoder, stop_words)
    102     else:
    103         if preprocessor is not None:
--> 104             doc = preprocessor(doc)
    105         if tokenizer is not None:
    106             doc = tokenizer(doc)
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _preprocess(doc, accent_function, lower)
     67     """
     68     if lower:
---> 69         doc = doc.lower()
     70     if accent_function is not None:
     71         doc = accent_function(doc)
 
AttributeError: 'int' object has no attribute 'lower'

**Arioch** · 15/04/2022, 14h04

int object has not attribute lower

La classe 'int' n'a pas d'attribut 'lower', ce qui est normal car mettre en minuscule un nombre me parait quelque peu saugrenu.

Ta variable 'doc' contient un 'int', à toi de voir si c'est normal et si non, pourquoi.

**s2a07** · 15/04/2022, 14h11

le problème c'est que je ne sais ou est ce fichier je n'y touche pas

**Arioch** · 15/04/2022, 14h17

Qu'est censé contenir 'doc' pour toi, puisque tu veux mettre le contenu en minuscules ?

Envoyé par s2a07

le problème c'est que je ne sais ou est ce fichier je n'y touche pas

Le code que tu présentes, il est de qui ?

**s2a07** · 15/04/2022, 14h34

il est de moi et je ne code que ca je ne vois pas pourquoi python me parle de doc je ne comprends rien

voici ce que je code et je ne touche qu a ca

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
 
import numpy as np 
 
#with open(r'C:\Users\User\Desktop\rockyou.txt', "r",encoding="ISO-8859-1") as f:
 #   lines = f.readlines()
df_result = pd.read_excel(r'C:\Users\User\Downloads\Memoireid3125439.xlsx')
 
#df_result = pd.DataFrame(columns=('id', 'password'))
documents=("K KAPOOR","L KAPOOR")
 
tfidf_vectorizer=TfidfVectorizer()
tfidf_matrix=tfidf_vectorizer.fit_transform(documents) 
#for i,line in enumerate(lines):
 #   id, password = line.split()
  #  df_result.loc[i] = [id, password]
   # print(df_result)
 
 
 
# read by default 1st sheet of an excel file
 
 
for i in df_result.index:
    documents=(df_result["id"][i],df_result["password"][i])
    tfidf_vectorizer=TfidfVectorizer()
    tfidf_matrix=tfidf_vectorizer.fit_transform(documents) 
    result = cosine_similarity(tfidf_matrix[0:1],tfidf_matrix)
    #Levensthein = Leveinshtein.distance(df_result["id"][i],df_result["password"][i])
    #jaccard = nltk.jaccard_distance(df_result["id"][i],df_result["password"][i])
    print(result)

merci d'avance

**s2a07** · 15/04/2022, 16h42

Aidez moi au secours

**Sve@r** · 15/04/2022, 16h55

Envoyé par s2a07

il est de moi et je ne code que ca je ne vois pas pourquoi python me parle de doc je ne comprends rien

Ok, je vois mieux ce que tu ne vois pas.
Voilà ce qui se passe: à la ligne 33, tu appelles tfidf_matrix=tfidf_vectorizer.fit_transform(documents). De là, la méthode tfidf_vectorizer.fit_transform() de l'objet "TfidfVectorizer" entame un travail. Elle a besoin pour faire ce travail d'en appeler une autre qui elle-même a besoin d'en appeler une autre et etc etc. Et à la fin, on en arrive à la dernière qui appelle lower() pour le truc qu'elle a reçu. Sauf que ce truc, censé être une string (ou tout autre objet possédant une méthode lower), est en réalité un int.

Exemple plus parlant: je crée une fonction "toto" qui fait un truc super..

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
>>> def toto(s): return s.lower()+s.upper()
... 
>>> toto("azert")
'azertAZERT'

L'ami Hominidé, qui n'arrivait pas à faire un truc, trouve ma fonction et la trouve géniale car ça lui permet de faire le truc qu'il voulait faire depuis longtemps...

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
>>> def titi(s): return toto(s)*2
... 
>>> titi("azert")
'azertAZERTazertAZERT'

L'ami Arioch trouve tout ça super génial car justement il avait un souci avec sa fonction qu'il n'arrivait pas à finaliser...

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
>>> def tutu(s): return "".join("[%s]" % x for x in titi(s))
... 
>>> tutu("azert")
'[a][z][e][r][t][A][Z][E][R][T][a][z][e][r][t][A][Z][E][R][T]'

Et toi tu arrives et tu veux utiliser la fonction sans la connaitre...

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
>>> tutu(123)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 1, in tutu
  File "<stdin>", line 1, in titi
  File "<stdin>", line 1, in toto
AttributeError: 'int' object has no attribute 'lower'

Ca ne marche pas parce que tu lui passes un int et non une string. A qui la faute? A Arioch (c'est sa fonction que tu appelles) ? A Hominidé (Arioch appelle sa fonction) ? Ou à moi (Hominidé appelle ma fonction) ? Ou plus simplement à toi qui n'utilise pas la fonction comme il faut???

Donc tout ce qui est dans Anaconda c'est pas de ton fait. On peut présumer que quand ça reçoit un argument correct ça marche (le truc est présumé avoir été testé). Si dans ton cas ça ne marche pas, il faut remonter au dernier niveau qui a appelé le processus (c'est pour ça que quand Python tombe en échec il donne toute la liste des instructions ayant amené l'échec ; pour qu'on puisse voir laquelle est fautive) donc sur ce qu'attend la méthode tfidf_vectorizer.fit_transform() et si ce que toi tu lui passe correspond à ce qui est prévu.

Envoyé par s2a07

Aidez moi au secours

Hé ho, on est des bénévoles, t'es pas en train de te noyer. Ouvre un tuto, apprends Python et déjà tu élimineras 97% des raisons qui font que tu viens ici.

**MPython Alaplancha** · 15/04/2022, 17h30

Envoyé par s2a07

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
 
[[1. 0.]]
 
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_14512/2224924502.py in <module>
     31     documents=(df_result["id"][i],df_result["password"][i])
     32     tfidf_vectorizer=TfidfVectorizer()
---> 33     tfidf_matrix=tfidf_vectorizer.fit_transform(documents)
     34     result = cosine_similarity(tfidf_matrix[0:1],tfidf_matrix)
     35 
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in fit_transform(self, raw_documents, y)
   1844         """
   1845         self._check_params()
-> 1846         X = super().fit_transform(raw_documents)
   1847         self._tfidf.fit(X)
   1848         # X is already a transformed view of raw_documents so
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in fit_transform(self, raw_documents, y)
   1200         max_features = self.max_features
   1201 
-> 1202         vocabulary, X = self._count_vocab(raw_documents,
   1203                                           self.fixed_vocabulary_)
   1204 
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _count_vocab(self, raw_documents, fixed_vocab)
   1112         for doc in raw_documents:
   1113             feature_counter = {}
-> 1114             for feature in analyze(doc):
   1115                 try:
   1116                     feature_idx = vocabulary[feature]
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _analyze(doc, analyzer, tokenizer, ngrams, preprocessor, decoder, stop_words)
    102     else:
    103         if preprocessor is not None:
--> 104             doc = preprocessor(doc)
    105         if tokenizer is not None:
    106             doc = tokenizer(doc)
 
~\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _preprocess(doc, accent_function, lower)
     67     """
     68     if lower:
---> 69         doc = doc.lower()
     70     if accent_function is not None:
     71         doc = accent_function(doc)
 
AttributeError: 'int' object has no attribute 'lower'

Ah oui effectivement. Je te dois des excuses pour avoir douté de tes affirmations.

L'exception nous dit que TfidfVectorizer() renvoit notamment des int et que la méthode fit_transform(documents) qui lui est appliquée s'attend à recevoir que des str...

Ceci étant dit, j'ignore comment doit s'agencer ton code, n'ayant moi-même jamais abordé ces commandes (et je n'ai pas l'envie de consacrer du temps en recherche).

**MPython Alaplancha** · 15/04/2022, 18h20

oups je n'avais pas vu le message de l'ami Sev@r (je faisais deux truc en même temps et j'ai oublié de raffraichir la page)

Envoyé par l'ami Sev@r

Hé ho, on est des bénévoles, t'es pas en train de te noyer. Ouvre un tuto, apprends Python et déjà tu élimineras 97% des raisons qui font que tu viens ici.

+2

**s2a07** · 15/04/2022, 18h30

je suis trop a labour la je ne sais pas quoi faire

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
 
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity
import Levenshtein
#from Levenshtein import distance as levenshtein_distance
 
 
#first u have to open  the file and seperate every line like below:
 
 
#with open(r'C:\Users\User\Desktop\rockyou.txt', "r",encoding="ISO-8859-1") as f:
 #   lines = f.readlines()
df_result = pd.read_excel(r'Memoireid3125439.xlsx')
 
 
documents=("K KAPOOR","L KAPOOR")
 
tfidf_vectorizer=TfidfVectorizer()
tfidf_matrix=tfidf_vectorizer.fit_transform(documents) 
 
def jaccard_similarity(list1, list2):
    intersection = len(list(set(list1).intersection(list2)))
    union = (len(list1) + len(list2)) - intersection
    return float(intersection) / union
 
 
 
 
for i in df_result.index:
    result = cosine_similarity(tfidf_matrix[0:1],tfidf_matrix)
    Levensthein = levenshtein.distance(df_result["id"][i],df_result["password"][i])
    jaccard = jaccard_similarity(df_result["id"][i],df_result["password"][i])
    print(result)
    print(Levensthein)
    print(jaccard)
    print(result)

comment me debarasser de cette erreur

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
ImportError                               Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_9140/2094574141.py in <module>
      2 from sklearn.feature_extraction.text import TfidfVectorizer
      3 from sklearn.metrics.pairwise import cosine_similarity
----> 4 import Levenshtein
      5 #from Levenshtein import distance as levenshtein_distance
      6 
 
~\Desktop\python-Levenshtein-0.12.2\Levenshtein\__init__.py in <module>
----> 1 from Levenshtein import _levenshtein
      2 from Levenshtein._levenshtein import *
      3 
      4 __doc__ = _levenshtein.__doc__
 
ImportError: cannot import name '_levenshtein' from partially initialized module 'Levenshtein' (most likely due to a circular import) (C:\Users\User\Desktop\python-Levenshtein-0.12.2\Levenshtein\__init__.py)

merci d'avance

**MPython Alaplancha** · 15/04/2022, 18h49

je suis trop a labour la je ne sais pas quoi faire

à labour de quoi? je serais assez curieux de la savoir.
Peut-être qu'avec un tracteur ...
Bon j'arrête de te taquiner. Je ne suis pas gentil aujourd'hui, j'suis même d'humeur massacrante

**s2a07** · 15/04/2022, 19h24

tu saurais toi me debarasser de la derniere erreur du import je ne sais pas trop quoi faire

**Sve@r** · 15/04/2022, 19h33

Envoyé par s2a07

je suis trop a labour

Tu sais que tout ce temps que tu as passé à essayer de faire "marchoter" tes pauvres codes récupérés on ne sais-où tu l'aurais investi dans la lecture d'un tuto...
En plus ce return float(intersection) / union c'est un code Python2 ça !!! En Python3 les divisions sont automatiquement calculées en flottant...

Envoyé par s2a07

là je ne sais pas quoi faire

Par rapport à tous les nombreux autres moments où tu savais quoi faire tu veux dire???

Envoyé par s2a07

comment me debarasser de cette erreur

Supprimer l'instruction. Tu fais ce qu'on appelle un "import circulaire". Un module A qui importe un module B, et un module B qui, soit directement, soit indirectement, importe le module A.
Il n'y a aucun moyen de régler le conflit. Il faut repenser le code, le réorganiser. Par exemple créer un programme principal qui importe le module A et le module B. Là le module A, même sans importer le module B, pourra quand-même utiliser des outils du module B (puisque c'est le programme principal qui s'est chargé des imports)

Envoyé par Hominidé

à labour de quoi? je serais assez curieux de la savoir.
Peut-être qu'avec un tracteur ...

Ben... en même temps, tracteur... labour... pour un paysan ça lui parle...

Envoyé par Hominidé

Envoyé par s2a07

tu saurais toi me debarasser de la derniere erreur du import

Alors? cap ou pas cap?