Question

我正在研究遗传算法，我找到了一个有效的代码，现在我想了解，但是我看到了这个返回语句：

return sum(1 for expected, actual in zip(target, guess)
  if expected == actual)

它做了什么？

以下是完整代码：

main.py：

from population import *

while True:
    child = mutate(bestParent)
    childFitness = get_fitness(child)
    if bestFitness >= childFitness:
        continue
    print(child)
    if childFitness >= len(bestParent):
        break
    bestFitness = childFitness
    bestParent = child

population.py：

import random

geneSet = " abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!.,1234567890-_=+!@#$%^&*():'[]\""
target = input()

def generate_parent(length):
    genes = []
    while len(genes) < length:
        sampleSize = min(length - len(genes), len(geneSet))
        genes.extend(random.sample(geneSet, sampleSize))
    parent = ""
    for i in genes:
        parent += i
    return parent

def get_fitness(guess):
    return sum(1 for expected, actual in zip(target, guess)
        if expected == actual)

def mutate(parent):
    index = random.randrange(0, len(parent))
    childGenes = list(parent)
    newGene, alternate = random.sample(geneSet, 2)
    childGenes[index] = alternate \
        if newGene == childGenes[index] \
        else newGene

    child = ""
    for i in childGenes:
        child += i

    return child

def display(guess):
    timeDiff = datetime.datetime.now() - startTime
    fitness = get_fitness(guess)
    print(str(guess) + "\t" + str(fitness) + "\t" + str(timeDiff))

random.seed()
bestParent = generate_parent(len(target))
bestFitness = get_fitness(bestParent)
print(bestParent)

这是一个工作遗传算法的完整代码。我修改了一些部分，使它对我来说更具可读性。

return语句位于population.py文件的get_fitness函数中。

Answer 1

让我们打破这一点：

return sum(1 for expected, actual in zip(target, guess)
  if expected == actual)

可以写成：

total = 0
for i in range(len(target)):
    if target[i] == guess[i]:
        total = total + 1
return total

zip(a, b)列出了来自a和b的商品对，例如：

zip([1, 2, 3], ['a', 'b', 'c'])

收益[(1, 'a'), (2, 'b'), (3, 'c')]。因此，zip(target, guess)表达式会返回target中第一项和guess的第一项的列表，然后是target中的第二项和guess中的第二项等等。

for expected, actual in zip()位解包来自zip()输出的值对，因此该对中的第一个（来自target）转到变量expected，该对中的第二个（来自guess）转到变量actual。

如果1 ... if expected == actual中的值等于zip()中的值，则expected位表示＆＃34;为actual中的每个项发出值1。

sum()将for循环中的1值加起来。

钽哒！现在，您可以获得预期值和实际值相同的项目数。写这种方式有几个原因：

它非常简洁但富有表现力。编写大量Python的人可以浏览并理解它。
它可能非常快，因为Python解释器正在处理循环，条件等，并且对Python解释器的改进可以使代码更快，而不必理解整个程序。基本上你是在告诉Python＆＃34;我想要完成这件事＆＃34;而不是＆＃34;这里有100个小步骤来做这件事＆＃34;。

Answer 2

我认为它会返回实际=预期的匹配总数。基本上我认为它是检查算法模型能够正确预测的次数

Answer 3

这是一种List Comprehension使用zip()函数。

基本上，代码说：

创建一个列表。
从zip（target，guess）中检索变量“expected”和“actual”。如果它们相等，则在列表中添加1。
从zip（目标，猜测）重复下一个值。
总结所有的1。
归还此总和。

Answer 4

有几件事情在发生：

return sum(...)

这意味着您要返回一个号码。

sum的内部部分是generator expression，它创建并运行隐式循环。

在这种情况下，1 for expected, actual in zip(target, guess) if expected == actual创建一系列1值，每次保护条件为真（expected == actual）时都会创建一个条目。

因此，这一行有效地创建了代码：sum(1, 1, 1, 1, ...)

在生成器表达式中，您有一个zip调用。 zip表达式将采用两个（或更多！）序列，并将它们转换为具有两个（或更多！）值的元组的单个序列。也就是说，zip(['a', 'b', 'c'], [1, 2, 3])将生成一个类似[('a', 1), ('b', 2), ('c', 3)]的序列。

因此，如果您的expected为[1, 2, 3]且actual为[1, 1, 3]，您将获得如下拉链结果：

expected = [1, 2, 3]
actual = [1, 1, 3]
zip(expected, actual)   # [(1, 1), (2, 1), (3, 3)]

生成器表达式包含一个for，它使用曾经被称为＆＃34; tuple unpacking＆＃34;从单个聚合（元组）值中为其target_list分配多个目标。

因此，当zip表达式生成(1, 1)时，for expected, actual会将其解包为expected=1, actual=1。

因此，zip采用两个等长序列并将其对应的元素配对：a [0]与b [0]，a [1]与b [1]等。{{1} } generator expression将这些元素分配给名为for和expected的变量。 actual生成器条件部分比较for...if值，并生成值或不生成值。因此，保证结果序列的长度小于或等于输入序列的长度，但您不知道它的长度。生成器的表达式部分只是expected == actual。所以你有一个1的可变长度序列。它的不 1或0。它是1或没有条目。添加所有1，这就是结果。

这个退货声明是什么意思？蟒蛇

4 个答案: