பைத்தானில் NaN வெளியீட்டை சரிசெய்தல்: கோப்பு அடிப்படையிலான கணக்கீடுகளில் பிழைகளை சரிசெய்தல்

ஒரு கோப்பிலிருந்து நேர்மறை மற்றும் எதிர்மறை எண்களின் தனித்தனி சராசரிகளைக் கணக்கிடுதல்

பைதான் பேக்கெண்ட் ஸ்கிரிப்ட் கோப்புத் தரவைப் படிக்கவும், சராசரிகளைக் கணக்கிடவும் மற்றும் விடுபட்ட மதிப்புகளை வலுவாகக் கையாளவும்.

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')

மாடுலர் மற்றும் மீண்டும் பயன்படுத்தக்கூடிய குறியீட்டுடன் வெவ்வேறு தரவு வடிவங்களைக் கையாளுதல்

மேம்படுத்தப்பட்ட மட்டு அமைப்பு மற்றும் பல்வேறு தரவு வடிவங்களுக்கான பிழை கையாளுதலுடன் பைதான் பின்தள ஸ்கிரிப்ட்.

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')

கோப்பு அடிப்படையிலான சராசரி கணக்கீட்டு திட்டத்திற்கான அலகு சோதனை

வெவ்வேறு உள்ளீட்டு காட்சிகளுக்கான சரியான சராசரி கணக்கீட்டை உறுதி செய்வதற்கான பைதான் அலகு சோதனைகள்.

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 மற்றும் பிழை கையாளுதல் பற்றிய பொதுவான கேள்விகள்

1. என்ன செய்கிறது float('NaN') பைத்தானில் செய்யவா?
2. இந்த கட்டளை "NaN" (ஒரு எண் அல்ல) என அங்கீகரிக்கப்பட்ட ஒரு சிறப்பு மிதவை மதிப்பை உருவாக்குகிறது. கணக்கீடு வரையறுக்கப்படாத அல்லது உங்கள் திட்டத்தில் விடுபட்ட தரவைக் கொடியிட வேண்டிய நிகழ்வுகளைக் கையாள இது பயனுள்ளதாக இருக்கும்.
3. எனது வெளியீடு குறிப்பிட்ட வடிவமைப்புத் தேவைகளுடன் பொருந்துவதை நான் எவ்வாறு உறுதிப்படுத்துவது?
4. போன்ற முறைகளைப் பயன்படுத்துதல் replace() உங்கள் வெளியீடு எவ்வாறு தோன்றும் என்பதைக் கட்டுப்படுத்த உங்களை அனுமதிக்கிறது. உதாரணமாக, replace('nan', 'NaN') உங்கள் "NaN" மதிப்புகள் சில சோதனை முறைமைகளில் தேவைக்கேற்ப சரியான நிலையில் தோன்றுவதை உறுதிசெய்ய முடியும்.
5. ஏன் உள்ளது try...except கோப்பு அடிப்படையிலான நிரல்களில் முக்கியமா?
6. தி try...except கோடுகள் தவறான தரவைக் கொண்டிருக்கும் சந்தர்ப்பங்களில் பிழையைக் கையாளுவதற்கு தடுப்பு முக்கியமானது. ஒரு வரியை மிதவையாக மாற்ற முடியாவிட்டால், நிரல் செயலிழப்பதைத் தடுக்கிறது, குறியீட்டை மிகவும் நம்பகமானதாக ஆக்குகிறது.
7. இன்லைன் நிபந்தனை என்றால் என்ன, அதை ஏன் பயன்படுத்த வேண்டும்?
8. இன்லைன் நிபந்தனை போன்றது sum(numbers) / len(numbers) if numbers else float('NaN') பட்டியலில் மதிப்புகள் இருக்கும் போது, ​​சில நிபந்தனைகள் பூர்த்தி செய்யப்பட்டால் மட்டுமே ஒரு செயல்பாட்டைச் செய்ய உங்களை அனுமதிக்கிறது. பூஜ்ஜியத்தால் வகுத்தல் போன்ற பிழைகளைத் தவிர்க்க இது சிறந்தது.
9. எப்படி செய்கிறது with open(file_name, 'r') கட்டளை வேலை?
10. இந்த கட்டளை ஒரு கோப்பை வாசிப்பு பயன்முறையில் திறக்கிறது மற்றும் தானாகவே அதை மூடுகிறது. "உடன்" பயன்படுத்துவது, கோப்பு சரியாக மூடப்படுவதை உறுதி செய்கிறது, இது வள நிர்வாகத்திற்கு உதவுகிறது மற்றும் தவறுதலாக கோப்புகளைத் திறந்து விடுவதில் இருந்து பிழைகளைத் தவிர்க்கிறது.
11. பைத்தானில் ஒரு மதிப்பு "NaN" என்பதை நான் சோதிக்கலாமா?
12. ஆம், நீங்கள் பயன்படுத்தலாம் math.isnan() ஒரு மதிப்பு "NaN" என்பதைச் சரிபார்க்க. கணக்கீடுகள் அல்லது வெளியீட்டில் "NaN" மதிப்புகளை வடிவமைக்க அல்லது விலக்க விரும்பும் போது இது மிகவும் உதவியாக இருக்கும்.
13. தானியங்கு தரப்படுத்தலில் வடிவமைப்பு நிலைத்தன்மை ஏன் முக்கியமானது?
14. தானியங்கு அமைப்புகள் துல்லியமான வடிவமைப்பை நம்பியுள்ளன, எனவே சிறிய வேறுபாடுகள் ("NaN" க்கு பதிலாக "nan" போன்றவை) பிழைகளை ஏற்படுத்தும். போன்ற நிலையான முறைகளைப் பயன்படுத்துதல் replace() வடிவமைப்பு இந்த சிக்கல்களைத் தடுக்கிறது.
15. பட்டியல்களைப் பயன்படுத்துவது பைத்தானில் தரவை வகைப்படுத்துவதை எவ்வாறு எளிதாக்குகிறது?
16. நேர்மறை மற்றும் எதிர்மறை போன்ற வகைகளில் தரவைப் பிரிக்க பட்டியல்கள் உங்களை அனுமதிக்கின்றன, இது ஒவ்வொரு வகைக்கும் தனித்தனி புள்ளிவிவரங்களை நேரடியாகக் கணக்கிடுகிறது. நிபந்தனைகளின் அடிப்படையில் பட்டியல்களுக்கு மதிப்புகளைச் சேர்ப்பது திறமையானது மற்றும் குறியீட்டை ஒழுங்கமைக்க வைக்கிறது.
17. இன்லைன் நிபந்தனைகள் என்றால் என்ன, அவற்றை எப்போது பயன்படுத்த வேண்டும்?
18. இன்லைன் நிபந்தனைகள் சுருக்கமான ஒரு வரி அறிக்கைகளை அனுமதிக்கின்றன, அவை நிபந்தனை பூர்த்தி செய்யப்பட்டால் மட்டுமே குறியீட்டை இயக்கும். எடுத்துக்காட்டாக, ஒரு பட்டியலில் மதிப்புகள் இருந்தால் மட்டுமே சராசரியைக் கணக்கிடுதல், பிழைகளைத் தடுக்கும்.
19. சோதனைக்கான அச்சு வெளியீட்டை எவ்வாறு திருப்பிவிடுவது?
20. பயன்படுத்துவதன் மூலம் StringIO மற்றும் sys.stdout திசைதிருப்பல், எதிர்பார்த்த முடிவுகளுடன் பொருந்துகிறதா என்பதைச் சரிபார்க்க சோதனைகளில் வெளியீட்டைப் பிடிக்கலாம். நிரல் வெளியீட்டை நீங்கள் சரிபார்க்க விரும்பும் அலகு சோதனையில் இது ஒரு பொதுவான நடைமுறையாகும்.
21. நோக்கம் என்ன tearDown அலகு சோதனைகளில்?
22. இல் unittest கட்டமைப்புகள், tearDown() தற்காலிக கோப்புகளை அகற்றுவது போன்ற சோதனைகளுக்குப் பிறகு சுத்தம் செய்யப் பயன்படுகிறது. ஒவ்வொரு சோதனையும் புதிய சூழலுடன் தொடங்குவதை இது உறுதிசெய்கிறது, சோதனைகளுக்கு இடையே தரவு குறுக்கீட்டைத் தடுக்கிறது.

தீர்வை மூடுதல்

பைத்தானில் சராசரியைக் கணக்கிடும்போது நேர்மறை அல்லது எதிர்மறை மதிப்புகள் விடுபட்டது போன்ற சிறப்பு நிகழ்வுகளைக் கையாள்வதன் முக்கியத்துவத்தை இந்தப் பணி விளக்குகிறது. நிபந்தனை அறிக்கைகள் மற்றும் வடிவமைப்பு சரிசெய்தல்களைப் பயன்படுத்துவதன் மூலம், தேவைப்படும் போது "NaN" திரும்பப் பெறப்படுவதை உறுதிசெய்து, வெற்று தரவுப் பட்டியல்களிலிருந்து பிழைகளைத் தடுக்கிறது.

பைத்தானின் கருவிகள் போன்றவை முயற்சி... தவிர மற்றும் மிதவை ('NaN') நெகிழ்வான பிழை மேலாண்மையை அனுமதிக்கவும், எதிர்பாராத தரவை எளிதாகக் கையாளவும் செய்கிறது. புரோகிராமர்கள் பணிகளைச் சமாளிக்கும், தானியங்கு சோதனைகள் மற்றும் துல்லியமான வெளியீட்டு வடிவமைப்பு தேவைப்படும் எந்த சூழ்நிலையிலும் இத்தகைய நடைமுறைகள் விலைமதிப்பற்றவை. 🚀