import pandas as pd from snownlp import SnowNLP import numpy as np import matplotlib.pyplot as plt data = pd.read_csv("评论1.csv", lineterminator='\n') data["semiscore"] = data['评论内容'].apply(lambda x: SnowNLP(x).sentiments) data['semilabel'] = data["semiscore"].apply(lambda x: 1 if x > 0.5 else -1) plt.hist(data["semiscore"], bins=np.arange(0, 1.01, 0.01), label="semisocre", color="#ff9999") plt.xlabel("semiscore") plt.ylabel("number") plt.title("The semi-score of comment") plt.show() semilabel = data["semilabel"].value_counts() plt.bar(semilabel.index, semilabel.values, tick_label=semilabel.index, color='#90EE90') plt.xlabel("semislabel") plt.ylabel("number") plt.title("The semi-label of comment") plt.show()代码报错TypeError: object of type 'float' has no len()

这个错误通常是由于尝试对一个浮点数执行无法执行的操作（比如求长度）而引起的。根据你提供的代码，错误可能出现在两个地方：

1. 在读取 CSV 文件时，你指定了 `lineterminator` 参数为 `\n`，这可能会导致某些行不被正确解析。你可以尝试删除 `lineterminator='\n'` 这一行，看看代码是否能够正常运行。

2. 在第 5 行代码中，你使用了 `SnowNLP` 库来计算评论的情感分数，并将结果存储在 `semiscore` 列中。然后，在第 6 行代码中，你使用了 `apply` 函数来根据情感分数将评论标记为正面或负面（`1` 表示正面，`-1` 表示负面），并将结果存储在 `semilabel` 列中。但是，如果某些评论的情感分数是浮点数，那么在第 6 行代码中，会尝试将这些浮点数作为参数传递给 `len` 函数，从而导致报错。为了解决这个问题，你可以在第 6 行代码中添加一个检查，如果情感分数不是浮点数，则将其转换为浮点数。例如，可以将第 6 行代码修改为：

data['semilabel'] = data["semiscore"].apply(lambda x: 1 if float(x) > 0.5 else -1)

这样，如果情感分数是浮点数，就会被转换为浮点数；如果是其他类型的数据，比如整数或字符串，则会报错，从而避免了调用 `len` 函数的错误。