পাইথনে NaN আউটপুট সমস্যার সমাধান করা: ফাইল-ভিত্তিক গণনার ত্রুটিগুলি ঠিক করা

একটি ফাইল থেকে ইতিবাচক এবং নেতিবাচক সংখ্যার পৃথক গড় গণনা করা

পাইথন ব্যাকএন্ড স্ক্রিপ্ট ফাইল ডেটা পড়তে, গড় গণনা করতে এবং অনুপস্থিত মানগুলিকে শক্তিশালীভাবে পরিচালনা করতে।

def calculate_averages(file_name):
    """Calculate and print average of negative and positive numbers from a file.
    Args:
        file_name (str): Name of the file containing numbers, one per line.
    Returns:
        None (prints averages directly).
    """
    negatives = []
    positives = []
    # Read the file and categorize numbers
    with open(file_name, 'r') as file:
        for line in file:
            try:
                num = float(line.strip())
                if num < 0:
                    negatives.append(num)
                elif num > 0:
                    positives.append(num)
            except ValueError:
                # Ignore lines that aren't valid numbers
                continue
    # Calculate averages with NaN fallback
    neg_avg = sum(negatives) / len(negatives) if negatives else float('NaN')
    pos_avg = sum(positives) / len(positives) if positives else float('NaN')
    # Print averages to match Pearson's expected format
    print(f"{neg_avg:.1f}".replace('nan', 'NaN'))
    print(f"{pos_avg:.1f}".replace('nan', 'NaN'))

# Call the function with test file
calculate_averages('numbers.txt')

মডুলার এবং পুনঃব্যবহারযোগ্য কোড সহ বিভিন্ন ডেটা ফর্ম্যাট পরিচালনা করা

পাইথন ব্যাকএন্ড স্ক্রিপ্ট উন্নত মডুলার স্ট্রাকচার এবং বিভিন্ন ডেটা ফরম্যাটের জন্য ত্রুটি হ্যান্ডলিং সহ।

import math
def calculate_average(numbers):
    """Helper function to calculate average, returning NaN if list is empty."""
    return sum(numbers) / len(numbers) if numbers else float('NaN')

def parse_numbers(file_name):
    """Parse numbers from file, categorize them into positives and negatives."""
    negatives, positives = [], []
    with open(file_name, 'r') as file:
        for line in file:
            try:
                num = float(line.strip())
                if num < 0:
                    negatives.append(num)
                elif num > 0:
                    positives.append(num)
            except ValueError:
                continue
    return negatives, positives

def display_averages(neg_avg, pos_avg):
    """Prints averages in a specific format."""
    neg_output = str(neg_avg) if not math.isnan(neg_avg) else "NaN"
    pos_output = str(pos_avg) if not math.isnan(pos_avg) else "NaN"
    print(neg_output)
    print(pos_output)

# Main function to tie all parts together
def main(file_name):
    negatives, positives = parse_numbers(file_name)
    neg_avg = calculate_average(negatives)
    pos_avg = calculate_average(positives)
    display_averages(neg_avg, pos_avg)

# Execute main function with file input
main('numbers.txt')

ফাইল-ভিত্তিক গড় গণনা প্রোগ্রামের জন্য ইউনিট পরীক্ষা

বিভিন্ন ইনপুট পরিস্থিতির জন্য সঠিক গড় গণনা নিশ্চিত করার জন্য পাইথন ইউনিট পরীক্ষা করে।

import unittest
from io import StringIO
import sys

class TestCalculateAverages(unittest.TestCase):
    def setUp(self):
        self.file_name = 'test_numbers.txt'

    def test_both_positives_and_negatives(self):
        with open(self.file_name, 'w') as f:
            f.write("-5\n-10\n15\n20\n")
        output = StringIO()
        sys.stdout = output
        main(self.file_name)
        sys.stdout = sys.__stdout__
        self.assertEqual(output.getvalue().strip(), "-7.5\n17.5")

    def test_no_negatives(self):
        with open(self.file_name, 'w') as f:
            f.write("10\n20\n30\n")
        output = StringIO()
        sys.stdout = output
        main(self.file_name)
        sys.stdout = sys.__stdout__
        self.assertEqual(output.getvalue().strip(), "NaN\n20.0")

    def test_no_positives(self):
        with open(self.file_name, 'w') as f:
            f.write("-10\n-20\n-30\n")
        output = StringIO()
        sys.stdout = output
        main(self.file_name)
        sys.stdout = sys.__stdout__
        self.assertEqual(output.getvalue().strip(), "-20.0\nNaN")

    def tearDown(self):
        import os
        os.remove(self.file_name)

# Run the tests
unittest.main()

পাইথন NaN এবং ত্রুটি হ্যান্ডলিং সম্পর্কে সাধারণ প্রশ্ন

1. কি করে float('NaN') পাইথনে করবেন?
2. এই কমান্ডটি "NaN" (নম্বর নয়) হিসাবে স্বীকৃত একটি বিশেষ ফ্লোট মান তৈরি করে। এটি এমন ক্ষেত্রে পরিচালনা করার জন্য দরকারী যেখানে একটি গণনা অনির্ধারিত বা যখন আপনার প্রোগ্রামে অনুপস্থিত ডেটা ফ্ল্যাগ করতে হবে।
3. আমি কিভাবে নিশ্চিত করতে পারি যে আমার আউটপুট নির্দিষ্ট ফরম্যাটিং প্রয়োজনীয়তার সাথে মেলে?
4. মত পদ্ধতি ব্যবহার করে replace() আপনার আউটপুট কিভাবে প্রদর্শিত হবে তা নিয়ন্ত্রণ করতে আপনাকে অনুমতি দেয়। যেমন, replace('nan', 'NaN') নির্দিষ্ট টেস্টিং সিস্টেমে প্রয়োজন অনুযায়ী আপনার "NaN" মান সঠিক ক্ষেত্রে উপস্থিত হওয়া নিশ্চিত করতে পারে।
5. কেন হয় try...except ফাইল ভিত্তিক প্রোগ্রাম গুরুত্বপূর্ণ?
6. দ try...except লাইনে অবৈধ তথ্য থাকতে পারে এমন ক্ষেত্রে ত্রুটি পরিচালনার জন্য ব্লক অত্যন্ত গুরুত্বপূর্ণ। এটি প্রোগ্রামটিকে ক্র্যাশ হতে বাধা দেয় যদি একটি লাইনকে ফ্লোটে রূপান্তর করা না যায়, কোডটিকে আরও নির্ভরযোগ্য করে তোলে।
7. একটি ইনলাইন শর্তাধীন কি, এবং কেন এটি ব্যবহার?
8. একটি ইনলাইন শর্তাধীন মত sum(numbers) / len(numbers) if numbers else float('NaN') নির্দিষ্ট শর্ত পূরণ হলেই আপনাকে একটি অপারেশন করার অনুমতি দেয়, যেমন যখন একটি তালিকার মান থাকে। এটি শূন্য দ্বারা বিভাজনের মতো ত্রুটিগুলি এড়ানোর জন্য আদর্শ।
9. কিভাবে with open(file_name, 'r') আদেশ কাজ?
10. এই কমান্ডটি রিড মোডে একটি ফাইল খোলে এবং পরে স্বয়ংক্রিয়ভাবে এটি বন্ধ করে দেয়। "সহ" ব্যবহার করা নিশ্চিত করে যে ফাইলটি সঠিকভাবে বন্ধ হয়ে যায়, যা রিসোর্স ম্যানেজমেন্টে সাহায্য করে এবং ভুলবশত ফাইলগুলি খোলা রেখে ত্রুটিগুলি এড়ায়।
11. পাইথনে একটি মান "NaN" হলে আমি পরীক্ষা করতে পারি?
12. হ্যাঁ, আপনি ব্যবহার করতে পারেন math.isnan() একটি মান "NaN" কিনা তা পরীক্ষা করতে৷ এটি বিশেষভাবে সহায়ক যখন আপনি গণনা বা আউটপুটে "NaN" মানগুলি ফর্ম্যাট করতে বা বাদ দিতে চান৷
13. স্বয়ংক্রিয় গ্রেডিংয়ে বিন্যাসের ধারাবাহিকতা কেন গুরুত্বপূর্ণ?
14. স্বয়ংক্রিয় সিস্টেমগুলি সঠিক বিন্যাসের উপর নির্ভর করে, তাই ছোটখাটো পার্থক্য (যেমন "NaN" এর পরিবর্তে "nan") ত্রুটির কারণ হতে পারে। মত সামঞ্জস্যপূর্ণ পদ্ধতি ব্যবহার করে replace() ফরম্যাটিং এই সমস্যাগুলি প্রতিরোধ করে।
15. কিভাবে তালিকা ব্যবহার করে পাইথনে ডেটা শ্রেণীবদ্ধ করা সহজ হয়?
16. তালিকাগুলি আপনাকে ইতিবাচক এবং নেতিবাচকদের মতো বিভাগে ডেটা আলাদা করতে দেয়, যা প্রতিটি বিভাগের জন্য পৃথক পরিসংখ্যান গণনা করা সহজ করে তোলে। শর্তের উপর ভিত্তি করে তালিকায় মান যুক্ত করা দক্ষ এবং কোডটিকে সংগঠিত রাখে।
17. ইনলাইন শর্তাবলী কি এবং কখন ব্যবহার করা উচিত?
18. ইনলাইন কন্ডিশনালগুলি সংক্ষিপ্ত এক-লাইন বিবৃতিগুলির জন্য অনুমতি দেয় যা শুধুমাত্র একটি শর্ত পূরণ হলেই কোড চালায়। উদাহরণস্বরূপ, একটি গড় গণনা শুধুমাত্র যদি একটি তালিকায় মান বিদ্যমান থাকে, ত্রুটি প্রতিরোধ করে।
19. আমি কিভাবে পরীক্ষার জন্য প্রিন্ট আউটপুট পুনর্নির্দেশ করতে পারি?
20. ব্যবহার করে StringIO এবং sys.stdout পুনঃনির্দেশ, প্রত্যাশিত ফলাফলের সাথে মেলে কিনা তা যাচাই করতে আপনি পরীক্ষায় আউটপুট ক্যাপচার করতে পারেন। এটি ইউনিট পরীক্ষার একটি সাধারণ অভ্যাস যেখানে আপনি প্রোগ্রাম আউটপুট যাচাই করতে চান।
21. উদ্দেশ্য কি tearDown ইউনিট পরীক্ষায়?
22. ইন unittest কাঠামো, tearDown() অস্থায়ী ফাইল অপসারণের মত পরীক্ষার পরে পরিষ্কার করতে ব্যবহৃত হয়। এটি নিশ্চিত করে যে প্রতিটি পরীক্ষা একটি নতুন পরিবেশের সাথে শুরু হয়, পরীক্ষার মধ্যে ডেটা হস্তক্ষেপ রোধ করে।

সমাধান আপ মোড়ানো

এই অ্যাসাইনমেন্টটি পাইথনে গড় গণনা করার সময় ইতিবাচক বা নেতিবাচক মান অনুপস্থিত হওয়ার মতো বিশেষ ক্ষেত্রে পরিচালনা করার গুরুত্ব প্রদর্শন করে। শর্তসাপেক্ষ বিবৃতি এবং বিন্যাস সমন্বয় ব্যবহার করে, আপনি নিশ্চিত করেন যে প্রয়োজনের সময় "NaN" ফেরত দেওয়া হয়েছে, খালি ডেটা তালিকা থেকে কোনো ত্রুটি প্রতিরোধ করে৷

পাইথনের টুলের মত চেষ্টা করুন...ব্যতীত এবং ভাসা ('NaN') নমনীয় ত্রুটি ব্যবস্থাপনার জন্য অনুমতি দেয়, এটি অপ্রত্যাশিত ডেটা পরিচালনা করা সহজ করে তোলে। অ্যাসাইনমেন্ট, স্বয়ংক্রিয় পরীক্ষা এবং সুনির্দিষ্ট আউটপুট ফর্ম্যাটিং প্রয়োজন এমন যেকোনো পরিস্থিতি মোকাবেলা করার জন্য এই ধরনের অনুশীলনগুলি অমূল্য। 🚀