pythonにおける例外処理の仕方について

Question

前提・実現したいこと

配列に格納されている各単語間の類似度を計算してその数値を表示するプログラムを書いています。
類似度が一定数以上の組み合わせを出力したいです。

発生している問題・エラーメッセージ

range(5)とした場合、以下のエラーが表示されます。
類似度計算で値が出ず、エラーになる単語はスキップして次の単語を処理したいのですが、
コードをどのように修正すべきでしょうか。

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-14-9517cb7e12ac> in <module>()
      6     row = {}
      7     for j in range(5):
----> 8         simNum = wn.synsets(data[i], lang='eng')[0].path_similarity(wn.synsets(data[j], lang='eng')[0])
      9     if simNum > 0:
     10         row[data[j]] = simNum

IndexError: list index out of range

該当のソースコード

from nltk.corpus import wordnet as wn

data = ["cats", "pigs", "clocks", "cloud", "jerry beans", "orange"]
words_matrix = {}
for i in range(5):
    row = {}
    for j in range(5):
        simNum = wn.synsets(data[i], lang='eng')[0].path_similarity(wn.synsets(data[j], lang='eng')[0]) 
    if simNum > 0:
        row[data[j]] = simNum
    else:
         pass
    words_matrix[data[i]] = row

for k,v in words_matrix.items():
    print(k, v)

試したこと

range(4)では以下のように求めたい出力を得ることができました。

from nltk.corpus import wordnet as wn

data = ["cats", "pigs", "clocks", "cloud", "jerry beans", "orange"]]
words_matrix = {}
for i in range(4):
    row = {}
    for j in range(4):
        simNum = wn.synsets(data[i], lang='eng')[0].path_similarity(wn.synsets(data[j], lang='eng')[0]) 
    if simNum > 0:
        row[data[j]] = simNum
    else:
         pass
    words_matrix[data[i]] = row

for k,v in words_matrix.items():
    print(k, v)

出力

cats {'cloud': 0.05555555555555555}
pigs {'cloud': 0.05263157894736842}
clocks {'cloud': 0.0625}
cloud {'cloud': 1.0}

'jerry beans'は類似度計算ができていないのか確認

print(wn.synsets('jerry beans', lang='eng')[0].path_similarity(wn.synsets('cats', lang='eng')[0]) )

エラー文

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-16-594cc6b85a09> in <module>()
----> 1 print(wn.synsets('jerry beans', lang='eng')[0].path_similarity(wn.synsets('cats', lang='eng')[0]) )

IndexError: list index out of range

ご回答を受けて試したことと問題

wordsを質問の配列ではなく、大規模データ6000単語などにすると読み込まれて
words_to_synonymとしては正しく一覧が表示されるのですが、直積で数値を出す時に

if deg_similarity > 0:

の部分でエラーが出てしまうという問題に直面しています。

#wordsは大規模データ6000単語の配列
import itertools
words_to_synonym = {}
for word in words:
    synonyms = wn.synsets(word, lang='eng')
    if synonyms:
        words_to_synonym[word] = synonyms[0]
print(words_to_synonym)

words_matrix = {word: {} for word in words_to_synonym}
it = itertools.product(words_to_synonym.items(), repeat=2)
for (word_x, synonym_x), (word_y, synonym_y) in it:
    if word_x is word_y:
        continue

    deg_similarity = synonym_x.path_similarity(synonym_y)
    if deg_similarity > 0:
        words_matrix[word_x][word_y] = deg_similarity

print(words_matrix)

エラー文

TypeError                                 Traceback (most recent call last)
<ipython-input-43-182db5f47e02> in <module>()
      8 
      9     deg_similarity = synonym_x.path_similarity(synonym_y)
---> 10     if deg_similarity > 0:
     11         words_matrix[word_x][word_y] = deg_similarity
     12 

TypeError: '>' not supported between instances of 'NoneType' and 'int'

補足情報（FW/ツールのバージョンなど）

Python 3.6.3
Mac OS High Sierra
Jupyter notebook 5.0.

Answer 1

例外処理まで辿り着いているのならググればあふれんばかりの答えがありますが。

try:
  ~
except IndexError:
  continue

旧式なら

if len(~) < 1:
  continue

Comments

[退会済みユーザー]

ご回答いただきましてありがとうございました。

Answer 2

前以てデータを扱いやすく成形した方が後々楽です。...って前もアドバイスした気がする。

words_to_synonym = {}
for word in words:
    synonyms = wn.synsets(word, lang='eng')
    if synonyms:
        words_to_synonym[word] = synonyms[0]

print(words_to_synonym)

このようにキーとして単語を、値として単語に対する第一synsetを持つ辞書を作っておきます。
そして、各要素の直積を知りたいので、itertools.productを使います。

words_matrix = {word: {} for word in words_to_synonym}

it = product(words_to_synonym.items(), repeat=2)
for (word_x, synonym_x), (word_y, synonym_y) in it:
    if word_x is word_y:
        continue

    deg_similarity = synonym_x.path_similarity(synonym_y)
    if deg_similarity > 0:
        words_matrix[word_x][word_y] = deg_similarity

print(words_matrix)

そしたらこんな感じの結果が出ます。(出力は少し成形しています。)

{'cats': {'clocks': 0.06666666666666667,
          'cloud': 0.05555555555555555,
          'orange': 0.05263157894736842,
          'pigs': 0.125},
 'clocks': {'cats': 0.06666666666666667,
            'cloud': 0.0625,
            'orange': 0.058823529411764705,
            'pigs': 0.0625},
 'cloud': {'cats': 0.05555555555555555,
           'clocks': 0.0625,
           'orange': 0.07692307692307693,
           'pigs': 0.05263157894736842},
 'orange': {'cats': 0.05263157894736842,
            'clocks': 0.058823529411764705,
            'cloud': 0.07692307692307693,
            'pigs': 0.05},
 'pigs': {'cats': 0.125,
          'clocks': 0.0625,
          'cloud': 0.05263157894736842,
          'orange': 0.05}}

Comments

[退会済みユーザー]

ご回答いただきましてありがとうございます。
前回いただいたご回答では、なぜ第一synsetを持つ辞書が必要なのか十分に理解できていませんでした。
追記でご提案いただいた方法でもエラーになってしまったので、それについて言及します。もし可能でしたら、そちらもアドバイスいただけますと幸いです。

[LouiS0616]

path_similarityがNoneになる条件があるみたいですね。
http://www.nltk.org/howto/wordnet.html
https://stackoverflow.com/questions/13555399/nltk-wordnet-similarity-returns-none-for-adjectives

これに対してどう対処すべきかは、ちょっとわからんです。
どの単語間でNoneが出るのかいくつか実際に見てみて、関係性が薄そうなのであれば、結果がNoneであるものをプログラム中で切り落とすようにしても良いでしょう。

[退会済みユーザー]

ご回答いただきましてありがとうございます。
if deg_similarity != 'NoneType' and deg_similarity != 'int' and deg_similarity > 0 :
では類似度で数値が出るものだけ行列に格納することはできませんよね。

[退会済みユーザー]

if文を修正して実行したところ、依然として以下のエラーが出ました。
'>' not supported between instances of 'NoneType' and 'int'

[LouiS0616]

すみません、やりたいことは分かるのですが、なぜそのような書き方をしたのか理解できません。
それとも私が知らないだけで、 型の名前 と 変数の値 を比較できる言語があるのでしょうか？

[LouiS0616]

http://www.nltk.org/howto/wordnet.htmlによると、path_similarityの返り値は
・None
・0から1までの浮動小数 のいずれかです。

if deg_similarity is not None: で充分だと思いますが。

[退会済みユーザー]

解決いたしました。ありがとうございました。