Устранение неполадок с выводом NaN в Python: исправление ошибок в вычислениях на основе файлов

Вычисление отдельных средних положительных и отрицательных чисел из файла

Серверный скрипт Python для чтения данных файла, расчета средних значений и надежной обработки пропущенных значений.

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')

Обработка различных форматов данных с помощью модульного и многократно используемого кода

Серверный скрипт Python с улучшенной модульной структурой и обработкой ошибок для различных форматов данных.

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')

Модульное тестирование программы расчета среднего значения на основе файлов

Модульные тесты Python для обеспечения правильного расчета среднего значения для различных сценариев ввода.

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()

Общие вопросы о Python NaN и обработке ошибок

1. Что значит float('NaN') делать на Python?
2. Эта команда создает специальное значение с плавающей запятой, распознаваемое как «NaN» (не число). Это полезно для обработки случаев, когда вычисление не определено или когда вам нужно пометить отсутствующие данные в вашей программе.
3. Как я могу гарантировать, что мои выходные данные соответствуют определенным требованиям к форматированию?
4. Используя такие методы, как replace() позволяет вам контролировать внешний вид вашего вывода. Например, replace('nan', 'NaN') может гарантировать, что значения «NaN» отображаются в правильном регистре, как того требуют некоторые системы тестирования.
5. Почему try...except важно в файловых программах?
6. try...except Блок имеет решающее значение для обработки ошибок в тех случаях, когда строки могут содержать недопустимые данные. Это предотвращает сбой программы, если строку невозможно преобразовать в число с плавающей запятой, что делает код более надежным.
7. Что такое встроенное условное выражение и зачем его использовать?
8. Встроенный условный оператор типа sum(numbers) / len(numbers) if numbers else float('NaN') позволяет выполнять операцию только при выполнении определенных условий, например, когда список имеет значения. Это идеально подходит для предотвращения таких ошибок, как деление на ноль.
9. Как with open(file_name, 'r') командная работа?
10. Эта команда открывает файл в режиме чтения и затем автоматически закрывает его. Использование «with» гарантирует правильное закрытие файла, что помогает в управлении ресурсами и позволяет избежать ошибок, связанных с случайным оставлением файлов открытыми.
11. Могу ли я проверить, является ли значение «NaN» в Python?
12. Да, вы можете использовать math.isnan() чтобы проверить, является ли значение «NaN». Это особенно полезно, если вы хотите отформатировать или исключить значения «NaN» из вычислений или вывода.
13. Почему единообразие форматирования важно при автоматическом оценивании?
14. Автоматизированные системы полагаются на точное форматирование, поэтому незначительные различия (например, «nan» вместо «NaN») могут вызвать ошибки. Используя последовательные методы, такие как replace() форматирование предотвращает эти проблемы.
15. Как использование списков упрощает категоризацию данных в Python?
16. Списки позволяют разделить данные на такие категории, как положительные и отрицательные, что упрощает расчет отдельной статистики для каждой категории. Добавление значений в списки на основе условий эффективно и обеспечивает организованность кода.
17. Что такое встроенные условные выражения и когда их следует использовать?
18. Встроенные условные выражения позволяют создавать краткие однострочные операторы, которые выполняют код только в том случае, если условие выполнено. Например, вычисление среднего значения только в том случае, если значения существуют в списке, что позволяет избежать ошибок.
19. Как я могу перенаправить вывод на печать для тестирования?
20. Используя StringIO и sys.stdout перенаправления вы можете захватить выходные данные в тестах, чтобы убедиться, что они соответствуют ожидаемым результатам. Это обычная практика модульного тестирования, когда вы хотите проверить выходные данные программы.
21. Какова цель tearDown в модульных тестах?
22. В unittest рамки, tearDown() используется для очистки после тестов, например удаления временных файлов. Это гарантирует, что каждый тест запускается в новой среде, что предотвращает конфликт данных между тестами.

Подведение итогов решения

Это задание демонстрирует важность обработки особых случаев, таких как отсутствие положительных или отрицательных значений, при вычислении средних значений в Python. Используя условные операторы и настройки форматирования, вы гарантируете, что «NaN» будет возвращено при необходимости, предотвращая любые ошибки из-за пустых списков данных.

Инструменты Python, такие как попробуй... кроме и плавать('НаН') обеспечить гибкое управление ошибками, упрощая обработку неожиданных данных. Такие методы имеют неоценимое значение для программистов, выполняющих задания, автоматические тесты и любые ситуации, требующие точного форматирования вывода. 🚀