NaN-ulostulon vianmääritys Pythonissa: tiedostopohjaisten laskelmien virheiden korjaaminen

Positiivisten ja negatiivisten lukujen erillisten keskiarvojen laskeminen tiedostosta

Python-taustaskripti tiedostotietojen lukemiseen, keskiarvojen laskemiseen ja puuttuvien arvojen tehokkaaseen käsittelyyn.

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')

Erilaisten tietomuotojen käsittely modulaarisella ja uudelleenkäytettävällä koodilla

Python-taustaskripti, jossa on parannettu modulaarinen rakenne ja virheiden käsittely eri tietomuodoille.

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')

Tiedostopohjaisen keskiarvon laskentaohjelman yksikkötestaus

Python-yksikkötestit varmistavat oikean keskiarvon laskennan eri syöttöskenaarioille.

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()

Yleisiä kysymyksiä Python NaN:stä ja virheiden käsittelystä

1. Mitä tekee float('NaN') tehdä Pythonissa?
2. Tämä komento luo erityisen kelluvan arvon, joka tunnistetaan nimellä "NaN" (ei numero). Se on hyödyllinen sellaisten tapausten käsittelyssä, joissa laskentaa ei ole määritetty tai kun sinun on ilmoitettava puuttuvat tiedot ohjelmastasi.
3. Kuinka voin varmistaa, että tulosteeni vastaa tiettyjä muotoiluvaatimuksia?
4. Käyttämällä menetelmiä, kuten replace() voit hallita, miten tuloste näkyy. Esimerkiksi, replace('nan', 'NaN') voi varmistaa, että "NaN"-arvosi näkyvät oikeissa tapauksissa, kuten tietyissä testausjärjestelmissä vaaditaan.
5. Miksi on try...except tärkeä tiedostopohjaisissa ohjelmissa?
6. The try...except lohko on ratkaisevan tärkeä virheiden käsittelyssä tapauksissa, joissa rivit voivat sisältää virheellisiä tietoja. Se estää ohjelmaa kaatumasta, jos riviä ei voida muuntaa kelluvaksi, mikä tekee koodista luotettavamman.
7. Mikä on tekstin sisäinen ehto ja miksi sitä käytetään?
8. Sisäinen ehdollinen tyyppi sum(numbers) / len(numbers) if numbers else float('NaN') voit suorittaa toiminnon vain, kun tietyt ehdot täyttyvät, esimerkiksi kun luettelolla on arvoja. Tämä on ihanteellinen virheiden, kuten nollalla jakamisen, välttämiseen.
9. Miten toimii with open(file_name, 'r') komentotyö?
10. Tämä komento avaa tiedoston lukutilassa ja sulkee sen automaattisesti sen jälkeen. "Kon" käyttäminen varmistaa, että tiedosto sulkeutuu kunnolla, mikä helpottaa resurssien hallintaa ja välttää tiedostojen vahingossa jättämisen auki.
11. Voinko testata, onko arvo "NaN" Pythonissa?
12. Kyllä, voit käyttää math.isnan() tarkistaaksesi, onko arvo "NaN". Tämä on erityisen hyödyllistä, kun haluat muotoilla tai jättää pois "NaN"-arvot laskelmissa tai tulosteissa.
13. Miksi muotoilun johdonmukaisuus on tärkeää automaattisessa arvioinnissa?
14. Automaattiset järjestelmät luottavat tarkaan muotoiluun, joten pienet erot (kuten "nan" "NaN":n sijaan) voivat aiheuttaa virheitä. Käyttämällä johdonmukaisia ​​menetelmiä, kuten replace() muotoilu estää nämä ongelmat.
15. Kuinka luetteloiden käyttö yksinkertaistaa tietojen luokittelua Pythonissa?
16. Luetteloiden avulla voit jakaa tiedot luokkiin, kuten positiivisiin ja negatiivisiin, mikä tekee erillisten tilastojen laskemisesta kullekin luokalle yksinkertaista. Arvojen liittäminen luetteloihin ehtojen perusteella on tehokasta ja pitää koodin järjestyksessä.
17. Mitä ovat rivin ehdolliset ehdot ja milloin niitä tulisi käyttää?
18. Sisäiset ehdolliset ehdot sallivat ytimekkäät yksiriviset lauseet, jotka suorittavat koodia vain, jos ehto täyttyy. Esimerkiksi keskiarvon laskeminen vain, jos arvoja on luettelossa, mikä estää virheet.
19. Kuinka voin ohjata tulosteen uudelleen testausta varten?
20. Käyttämällä StringIO ja sys.stdout uudelleenohjausta, voit siepata tulosteen testeissä varmistaaksesi, että se vastaa odotettuja tuloksia. Tämä on yleinen käytäntö yksikkötestauksessa, jossa halutaan validoida ohjelman tulos.
21. Mikä on tarkoitus tearDown yksikkötesteissä?
22. sisään unittest puitteet, tearDown() käytetään siivoamiseen testien jälkeen, kuten väliaikaisten tiedostojen poistamiseen. Tämä varmistaa, että jokainen testi alkaa uudesta ympäristöstä, mikä estää tietojen häiriöt testien välillä.

Ratkaisun päättäminen

Tämä tehtävä osoittaa, kuinka tärkeää on käsitellä erikoistapauksia, kuten puuttuvia positiivisia tai negatiivisia arvoja, kun lasketaan keskiarvoja Pythonissa. Käyttämällä ehdollisia lausekkeita ja muotoilun säätöjä varmistat, että "NaN" palautetaan tarvittaessa, mikä estää virheet tyhjistä tietoluetteloista.

Pythonin työkalut, kuten yritä...paitsi ja float ('NaN') mahdollistaa joustavan virheenhallinnan, mikä helpottaa odottamattomien tietojen käsittelyä. Tällaiset käytännöt ovat korvaamattomia ohjelmoijille, jotka käsittelevät tehtäviä, automatisoituja testejä ja kaikkia tilanteita, jotka vaativat tarkkaa tulosteen muotoilua. 🚀