Question

所以我们的建议就是创建一个取输入等级的函数〜（N个M矩阵，包含给M个不同任务的N个学生的7个步骤的等级），并计算gradeFinal（矢量长度n包含每个N学生的最终成绩。）。

对于每个学生，最终成绩必须按以下方式计算：

如果只有一项作业（M = 1），则最终成绩等于该作业的成绩。
如果有两个或更多个分配（M> 1），则丢弃最低等级。最终成绩计算为M - 1最高等级的平均值比例最接近等级（使用roundGrade函数）。
无论上述情况如何，如果学生在一项或多项作业中获得3级，则最终成绩必须为-3。

我已经在下面插入了我的roundGrade函数，但是当我尝试运行矩阵时，我接受了。 “TypeError: unsupported operand type(s) for /: 'NoneType' and 'int'”。这意味着我可能完全误解了一些东西。

import numpy as np
def computeFinalGrades(grades):
    if len(grades)==1:
    gradesFinal = grades
elif len(grades)>=2:
    trimmed = grades.remove(min(grades))
    finalgrade = np.mean(trimmed)
    gradesFinal = roundGrade(finalgrade)
elif grades[grades==-3]:
    gradesFinal= -3
    return gradesFinal

def roundGrade(grades):
   grade_groups = [-3,0,2,4,7,10,12]
   gradesRounded = [min(grade_groups,key=lambda x:abs(grade-x)) for grade in     grades]
   return gradesRounded

感谢您的帮助，欢迎向我展示更聪明的方法。

Answer 1

这是一个直接在NxM 2d数组上工作的解决方案，而不是单独在每个矢量上工作，因此我假设所有学生的M都相同，并且缺失值（赋值）设置为{{ 1}}。 nan也可以只是1d，这意味着每个学生只有1个作业。

Answer 2

grades.remove(min(grades))不会返回任何内容。因此trimmed是None。此外，您的roundGrade函数是错误的，因为您正在将数字传递给roundGrade，并且正在尝试在gradesRounded = [min(grade_groups,key=lambda x:abs(grade-x)) for grade in grades]中进行迭代。

以下代码必须为您提供帮助。

def computeFinalGrade(g_vector):
    if -3 in g_vector: # Irrespective of the length of the g_vector
        return -3
    if len(g_vector) == 1:
        return g_vector[0]
    g_vector.remove(min(g_vector))
    return roundGrade(sum(g_vector)/float(len(g_vector)))

def roundGrade(meanGrade):
   gradeGroups = [-3,0,2,4,7,10,12]
   return min(gradeGroups,key=lambda x:abs(meanGrade-x))

gradesFinal = []
grades = [
    [1, 2, 3, 4],
    [1, -3, 2, 4],
    [5],
    [9, 6, 2, 1]
]

for grade_vector in grades: # grades is a N*M matrix [[1, 2, 3 ... M], [1, 2, 3 ... M], ... N times]
    gradesFinal.append(computeFinalGrade(grade_vector))
    # >>>  gradesFinal
    #      [2, -3, 5, 7]

Answer 3

原始代码中大约有5个区域需要更改：缩进，list.remove，if / elif顺序，检查值是否存在的方式列表和roundGrade()函数中的列表传递。

<强> 1。压痕

首先，你的缩进是不正确的。 python解释器考虑了缩进，因此非常重要。在每个if语句之后，您应该缩进该特定条件的代码块。除此之外，您还应该确保if和elifs处于相同的缩进级别。所以看起来应该是这样的。

import numpy as np
def computeFinalGrades(grades):
    if len(grades)==1:
        gradesFinal = grades
    elif len(grades)>=2:
        trimmed = grades.remove(min(grades))
        finalgrade = np.mean(trimmed)
        gradesFinal = roundGrade(finalgrade)
    elif grades[grades==-3]:
        gradesFinal= -3
    return gradesFinal

def roundGrade(grades):
   grade_groups = [-3,0,2,4,7,10,12]
   gradesRounded = [min(grade_groups,key=lambda x:abs(grade-x)) for grade in     grades]
   return gradesRounded

<强> 2。 list.remove返回无

其次，假设您将列表传递给computeFinalGrades，trimmed = grades.remove(min(grades))中的grade.remove会修改成绩列表并返回None。因此，当你调用函数roundGrade时，你会得到NoneType错误。

第3。 if / elif块的顺序

第三，if块的流程是错误的。考虑将数组[1,2,3,4,5，-3]传递给computeFinalGrades([1,2,3,4,5,-3])的情况，然后if语句if len(grades)==1将返回True并且评估将在那里停止。相反，您应该将grades[grades==-3]移动到顶部作为要评估的第一个语句，因为一旦此语句为真，则应始终返回-3。

<强> 4。检查列表中的值

第四，grades[grades==-3]首先评估变量等级是否指向-3，而-3又返回false，因为等级始终是列表而不是整数-3。此时，您将grades[False]等同地视为grades[0]，因此您始终获得第一个结果。相反，pythonic方式是使用in运算符。 I.E. elif -3 in grades:

<强> 5。 roundGrade尝试两次迭代非迭代次数

第五，gradesFinal = roundGrade(finalgrade)不起作用，因为finalgrade = np.mean(trimmed)是一个数字。但是你在这个单个数字上调用roundGrade然后你在函数for grade in grades内迭代这个单个数字roundGrade。尝试min(grade_groups,key=lambda x:abs(grade-x))时会发生同样的错误。这是因为您在单个值上调用min。如果你想最小化这个配对，一个更好的方法是gradesRounded = [(grade,lambda x:abs(mean_grade-x)) for grade in grade_groups]。因此你应该知道你何时传入一个列表或变量。

我已经编辑了roundGrade以获取单个值，然后迭代您的成绩分组以创建绝对值差异的元组列表，然后是成绩分组中的成绩。然后我按升序对它进行排序，然后简单地返回第一个元组中的第二个值，这是你在成绩表中的等级。请注意，如果mean_grade恰好位于grade_groups中的两个相邻值之间，则这样做的缺点是始终返回grade_groups中的较低等级。

总而言之，这样做的一种方法是：

import numpy as np

def computeFinalGrades(grades):
    if -3 in grades:
        print grades
        gradesFinal= -3
    elif len(grades)>=2:
        grades.remove(min(grades))
        finalgrade = np.mean(grades)
        gradesFinal = roundGrade(finalgrade)
    elif len(grades)==1:
        gradesFinal = grades
    return gradesFinal

def roundGrade(mean_grade):

    grade_groups = [-3,0,2,4,7,10,12]
    gradesRounded = [(abs(grade-mean_grade),grade)for grade in grade_groups]
    gradesRounded.sort()
    return gradesRounded[0][1]

如何从矩阵中的行中删除最小值 -

3 个答案: