Python での NaN 出力のトラブルシューティング: ファイルベースの計算でのエラーの修正

ファイルからの正の数値と負の数値の個別の平均の計算

ファイル データを読み取り、平均を計算し、欠損値を確実に処理するための Python バックエンド スクリプト。

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')

モジュール式で再利用可能なコードによるさまざまなデータ形式の処理

モジュール構造とさまざまなデータ形式のエラー処理が改善された Python バックエンド スクリプト。

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')

ファイルベースの平均計算プログラムの単体テスト

さまざまな入力シナリオで正しい平均計算を保証するための Python 単体テスト。

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()

Python NaN とエラー処理に関するよくある質問

1. どういうことですか float('NaN') Pythonでやりますか？
2. このコマンドは、「NaN」（数値ではない）として認識される特別な浮動小数点値を作成します。これは、計算が定義されていない場合や、プログラム内の欠落データにフラグを立てる必要がある場合の処理​​に役立ちます。
3. 出力が特定の書式要件に一致していることを確認するにはどうすればよいですか?
4. のようなメソッドを使用する replace() 出力の表示方法を制御できます。例えば、 replace('nan', 'NaN') 特定のテスト システムで必要とされるように、「NaN」値が正しい大文字と小文字で表示されることを確認できます。
5. なぜですか try...except ファイルベースのプログラムでは重要ですか?
6. の try...except ブロックは、行に無効なデータが含まれる可能性がある場合のエラー処理に非常に重要です。行を浮動小数点に変換できない場合にプログラムがクラッシュするのを防ぎ、コードの信頼性を高めます。
7. インライン条件とは何ですか?また、それを使用する理由は何ですか?
8. のようなインライン条件 sum(numbers) / len(numbers) if numbers else float('NaN') リストに値がある場合など、特定の条件が満たされた場合にのみ操作を実行できます。これは、ゼロ除算などのエラーを回避するのに最適です。
9. どうやって with open(file_name, 'r') コマンドの仕事？
10. このコマンドは、ファイルを読み取りモードで開き、その後自動的に閉じます。 「with」を使用すると、ファイルが適切に閉じられるため、リソース管理に役立ち、誤ってファイルを開いたままにすることによるエラーを回避できます。
11. Python で値が「NaN」かどうかをテストできますか?
12. はい、使用できます math.isnan() 値が「NaN」かどうかを確認します。これは、計算または出力で「NaN」値をフォーマットしたり除外したりする場合に特に役立ちます。
13. 自動採点においてフォーマットの一貫性が重要なのはなぜですか?
14. 自動化システムは正確な書式設定に依存しているため、わずかな違い (「NaN」の代わりに「nan」など) がエラーの原因となる可能性があります。次のような一貫した方法を使用する replace() フォーマットすることでこれらの問題を回避できます。
15. リストを使用すると、Python でのデータの分類がどのように簡素化されるのでしょうか?
16. リストを使用すると、データをポジティブやネガティブなどのカテゴリに分類できるため、カテゴリごとに個別の統計を簡単に計算できます。条件に基づいてリストに値を追加すると効率的であり、コードが整理された状態に保たれます。
17. インライン条件文とは何ですか?いつ使用する必要がありますか?
18. インライン条件を使用すると、条件が満たされた場合にのみコードを実行する簡潔な 1 行ステートメントが可能になります。たとえば、値がリストに存在する場合にのみ平均を計算し、エラーを防ぎます。
19. 印刷出力をテスト用にリダイレクトするにはどうすればよいですか?
20. を使用することで StringIO そして sys.stdout リダイレクトを使用すると、テストで出力をキャプチャして、期待される結果と一致することを確認できます。これは、プログラムの出力を検証する単体テストでは一般的な方法です。
21. 目的は何ですか tearDown 単体テストでは？
22. で unittest フレームワーク、 tearDown() 一時ファイルの削除など、テスト後のクリーンアップに使用されます。これにより、各テストが新しい環境で開始され、テスト間のデータ干渉が防止されます。

ソリューションのまとめ

この割り当ては、Python で平均を計算するときに、正または負の値の欠落などの特殊なケースを処理することの重要性を示しています。条件ステートメントと書式設定の調整を使用すると、必要なときに「NaN」が返されるようになり、空のデータ リストによるエラーが防止されます。

Pythonのツールとしては、 試してみてください...ただし そして float('NaN') 柔軟なエラー管理が可能になり、予期しないデータの処理が容易になります。このような実践は、割り当て、自動テスト、および正確な出力フォーマットを必要とするあらゆる状況に取り組むプログラマーにとって非常に貴重です。 🚀