我必须选择已经发布的症状在字典中的那些症状。它工作正常。但是对于某些症状,在命令提示符下显示typeError,并且所有症状都在命令提示符下打印但不在html页面中打印。 这是我的代码
views.py
def predict(request):
sym=request.POST.getlist('symptoms[]')
sym=list(map(int,sym))
diseaseArray=[]
diseaseArray=np.array(diseaseArray,dtype=int)
dictArray=[]
for dicti in dictionary:
if (set(sym)<= set(dicti['symptoms']) and len(sym)!= 0) or [x for x in sym if x in dicti['primary']]:
diseaseArray=np.append(diseaseArray,dicti['primary'])
diseaseArray=np.append(diseaseArray,dicti['symptoms'])
diseaseArray=list(set(diseaseArray))
print(diseaseArray)
for i in diseaseArray:
if i not in sym:
dict={'id':i}
dictArray.append(dict)
print(dictArray)
for j in dictArray:
symptoms=Symptom.objects.get(syd=j['id'])
j['name']=symptoms.symptoms
print(j['name'])
print(len(dictArray))
return JsonResponse(dictArray,safe=False)
模板
$('.js-example-basic-multiple').change(function(){
$('#suggestion-list').html('');
$('#suggestion').removeClass('invisible');
$.ajax({
url:"/predict",
method:"post",
data:{
symptoms: $('.js-example-basic-multiple').val(),
},
success: function(data){
data.forEach(function(disease){
console.log(disease.name)
$('#suggestion-list').append('<li>'+disease.name+'<li>')
$('#suggestion-list').removeClass('invisible');
});
}
});
答案 0 :(得分:2)
diseaseArray
中每个元素的类型是由行定义的np.int32
:
diseaseArray=np.array(diseaseArray,dtype=int) # Elements are int32
int32
无法通过视图中返回的JsonResponse
序列化为JSON。
要修复,请将id值转换为常规int
:
def predict(request):
...
for i in diseaseArray:
if i not in sym:
dict={'id': int(i)} # Convert the id to a regular int
dictArray.append(dict)
print(dictArray)
...
答案 1 :(得分:0)
您似乎在尝试保存非JSON可序列化对象。 如果您想保存特定对象供以后使用,我建议您使用泡菜。 https://docs.python.org/3/library/pickle.html
答案 2 :(得分:0)
通常,您可以让numpy为您执行此操作,而不是按照公认的答案建议将值强制转换为整数。
代替呼叫
class detailTableVC:UIViewController,UITableViewDataSource,UITableViewDelegate {
@IBAction func back(_ sender:UIButton) {
self.navigationController?.viewControllers.remove(at: 2)
//self.navigationController?.popViewController(animated: true)
}
}
您可以打电话
diseaseArray=list(set(diseaseArray))
这应该在数组中automatically convert any numpy-specific datatypes为普通的Python数据类型。在这种情况下,它将int32转换为int,但它还支持其他转换。
另外,使用numpys diseaseArray=diseaseArray.unique().tolist()
可能会提高大型数据集的速度。