Question

我正在研究Charles R. Severance撰写的"Python for Everybody"书，对第7章的练习2有疑问。

任务是浏览mbox-short.txt文件，然后“遇到以“ X-DSPAM-Confidence：开始的行：”将线分开以提取该行上的浮点数。这些行，然后从这些行计算垃圾邮件可信度值的总和。到达文件末尾时，请打印出平均垃圾邮件可信度。”

这是我执行此任务的方式：

fname = input('Enter the file name: ') 
try:
    fhand = open(fname) 
except:
    print('File cannot be opened:', fname)
    exit()
count = 0
values = list()
for line in fhand:
    if line.startswith('X-DSPAM-Confidence:'): 
        string = line
        count = count + 1
        colpos = string.find(":")
        portion = string[colpos+1:]
        portion = float(portion)
        values.append(portion)   
print('Average spam confidence:', sum(values)/count)

我知道这段代码行得通，因为我得到的结果与本书中的结果相同，但是，我认为这段代码可以更简单。我之所以这样认为，是因为我在此代码中使用了一个列表（声明它，然后在其中存储值）。但是，“列表”是本书中的下一个主题，在解决此任务时，我对列表一无所知，因此必须使用Google进行搜索。我以这种方式解决了这个任务，因为这是我在R语言（我已经很熟悉）中要做的事情，因此我将创建一个向量，用于存储迭代中的值。

所以我的问题是：这段代码可以简化吗？我可以不使用列表来执行相同的任务吗？如果是，该怎么办？

Answer 1

我可以将“值”对象更改为浮动类型。问题中实际上并不需要列表的开销。

config.eager_load = true

然后在循环中使用

values = 0.0

否则，实际上没有简单的方法，因为此问题包含任务，您必须满足所有任务才能解决。

打开文件
检查错误
环行
查找某些行
总共说几行
平均打印

如果您可以用3行代码来完成此操作，但这并不能使在后台进行的操作变得更加简单。它也可能看起来很难看。

Answer 2

列表理解通常可以替换添加到列表中的for循环：

fname = input('Enter the file name: ') 
try:
    fhand = open(fname) 
except:
    print('File cannot be opened:', fname)
    exit()

values = [float(l[l.find(":")+1:]) for l in fhand if l.startswith('X-DSPAM-Confidence:')]

print('Average spam confidence:', sum(values)/len(values))

内部只是您的代码组合，因此可读性较低。

编辑：不使用列表，可以使用“ reduce”来完成：

from functools import reduce
fname = input('Enter the file name: ') 
try:
    fhand = open(fname) 
except:
    print('File cannot be opened:', fname)
    exit()

sum, count = reduce(lambda acc, l: (acc[0] + float(l[l.find(":")+1:]), acc[1]+1) if l.startswith('X-DSPAM-Confidence:') else acc, fhand, (0,0))

print('Average spam confidence:', sum / count)

Reduce在其他语言中通常称为“折叠”，它基本上允许您使用“累加器”对集合进行迭代。在这里，我使用一个累加器（即(sum, count)的元组）来迭代该集合。对于每个项目，我们将总和相加并增加计数。参见Reduce documentation。

所有这些，“简化”并不一定意味着要尽可能少的代码，因此如果您对这些简写表示不满意，我会坚持使用自己的代码。

Answer 3

您可以在循环之前过滤文件的行，然后可以将其他变量折叠为一个，并使用list-comprehension获得值。这样，您就可以从该列表的长度中获得计数。

interesting_lines = (line.startswith('X-DSPAM-Confidence:') for line in fhand)
values = [float(line[(line.find(":")+1):]) for line in interesting_lines]
count = len(values)

我可以不使用列表来执行相同的任务吗？

如果输出需要取平均值，可以，您可以将总和和计数作为自己的变量进行累加，并且不需要列表来针对{p> 1来调用请注意，sum(values)仍在为您提供一个可迭代的集合，并且您正在循环访问文件中的“行列表”。

如何简化此Python代码（从书中分配）？

3 个答案: