主页 / 问题 / 1528497
Accepted
Alex_Kazantsev
Asked:2023-07-02 17:07:31 +0000 UTC2023-07-02 17:07:31 +0000 UTC

为什么 Python 函数不返回预期的 Pandas 列表示形式？

  • 772

我使用二分法计算方程中求根的函数dichotomy()，然后使用装饰器显示值print_dichotomy()。我相信最后我会看到列根 - 函数在根 - 误差 - 收敛处的值。然而，实际上，我以这样的方式得到它：只有函数的根和值预期从 columns 中显示，而其他两列是不正确的。其中，误差仅由一个值（其余行NaN）表示，并且收敛- 它的所有值都在一行中。

我没有描述该函数的本质dichotomy()，而是在其中放置 Pandas 列的伪值列表。

错误在哪里？

我的代码：

import numpy as np
import pandas as pd

def print_dichotomy(funcs):
    def wrapper(a, b, eps_func, eps_arg):
        *res, func, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg))
        func = list(map(lambda x: f'{f(x):.10f}', res))
        result_table = pd.DataFrame()
        result_table['Корни'] = pd.Series(res)
        result_table['Значения функции'] = pd.Series(func)
        result_table['Погрешность расчета'] = pd.Series(eps_list)
        result_table['Сходимость'] = pd.Series(prev_roots)
        print(result_table)
    return wrapper

def f(x):
    return 1.2 - np.log(x) - 4 * np.cos(2 * x)

@print_dichotomy
def dichotomy(a, b, eps_func, eps_arg):

    # 1. создаем переменную-список для хранения значений корня
    prev_roots = [0.01, 0.01, 0.01, 0.01, 0.01, 0.01]
    # 2. создадим список для хранения погрешностей расчета
    eps_list = [0.02, 0.02, 0.02, 0.02, 0.02, 0.02]
    # 3. создадим список для хранения корней
    roots = [0.03, 0.03, 0.03, 0.03, 0.03, 0.03]
    for i in roots:
        root = i 
        # 4. возвращаем корень
        if root:
            yield root
      
    # 5. возвращаем значение погрешности расчета корня, сходимости 
    yield eps_list, prev_roots

dichotomy(0.0001, 50, 0.000001, 0.000001)
python

2 个回答

  1. Best Answer

    该错误在于函数之间数据传输和接收不正确。

    1. 从dichotomy()你那里返回yield eps_list, prev_roots，这相当于yield (eps_list, prev_roots)，即 两个列表的元组。您稍后会在框架中看到这些列表作为值。并且，由于这些列表没有“解压”到框架单元中，因此其余值变成了 NaN。
    2. 在wrapper()表达式中，*res, func, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg))您将生成器函数返回的值dichotomy()放入变量中。从最后开始：
    • prev_roots上述元组被传递到(eps_list, prev_roots)并填充“Convergence”列的前2行（下面没有数据，因此为NaN）；
    • eps_list列表中的最后一个（第六个）值输入- roots0.03，它也成为该列第一行的值Погрешность расчета；
    • func列表中的倒数第二个（第五个）值输入- roots0.03，但未在其他任何地方使用（消失）；
    • 列表中剩余的 4 个第一个值roots将传递给变量res并显示在该列的四行中Корни。

    因此，结果是一帧 4 行，而不是预期的 6 行，并且其中的数据位置不正确。

    在没有深入研究所选方法的原因并且没有消除代码冗余（例如，转换）的情况下，我对代码进行了最低程度的纠正，以便（我希望）发出所需的输出list()：pd.Series()

    def print_dichotomy(funcs):
    def wrapper(a, b, eps_func, eps_arg):
        *res, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg))
        func = list(map(lambda x: f'{f(x):.10f}', res))
        result_table = pd.DataFrame()
        result_table['Корни'] = pd.Series(res)
        result_table['Значения функции'] = pd.Series(func)
        result_table['Погрешность расчета'] = pd.Series(eps_list)
        result_table['Сходимость'] = pd.Series(prev_roots)
        print(result_table)

    return wrapper


def f(x):
    return 1.2 - np.log(x) - 4 * np.cos(2 * x)


@print_dichotomy
def dichotomy(a, b, eps_func, eps_arg):
    # 1. создаем переменную-список для хранения значений корня
    prev_roots = [0.011, 0.012, 0.013, 0.014, 0.015, 0.016]
    # 2. создадим список для хранения погрешностей расчета
    eps_list = [0.021, 0.022, 0.023, 0.024, 0.025, 0.026]
    # 3. создадим список для хранения корней
    roots = [0.03, 0.03, 0.03, 0.03, 0.03, 0.03]
    for i in roots:
        root = i
        # 4. возвращаем корень
        if root:
            yield i

    # 5. возвращаем значение погрешности расчета корня, сходимости
    yield eps_list
    yield prev_roots



dichotomy(0.0001, 50, 0.000001, 0.000001)

    结论：

       Корни Значения функции  Погрешность расчета  Сходимость
0   0.03     0.7137557376                0.021       0.011
1   0.03     0.7137557376                0.022       0.012
2   0.03     0.7137557376                0.023       0.013
3   0.03     0.7137557376                0.024       0.014
4   0.03     0.7137557376                0.025       0.015
5   0.03     0.7137557376                0.026       0.016

    发生了什么变化：

    • *res, func, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg))删除 ，func以便结果的最后一行不会被吃掉；
    • yield eps_list, prev_roots分成两行，否则元组返回到一个变量中，但需要将两个列表分成两部分；
    • prev_roots为了清晰起见，测试值多样化eps_list​​​​。
    • 2 
  2. import pandas as pd

def print_dichotomy(funcs):
    def wrapper(a, b, eps_func, eps_arg):
        *res, func, eps_list, prev_roots = list(funcs(a, b, eps_func, eps_arg))
        func = list(map(lambda x: f'{func(x):.10f}', res))  # Исправлено f(x) на func(x)
        result_table = pd.DataFrame()
        result_table['Корни'] = pd.Series(res)
        result_table['Значения функции'] = pd.Series(func)
        result_table['Погрешность расчета'] = pd.Series(eps_list)
        result_table['Сходимость'] = pd.Series(prev_roots)
        print(result_table)
    return wrapper

def f(x):
    return 1.2 - np.log(x) - 4 * np.cos(2 * x)

@print_dichotomy
def dichotomy(a, b, eps_func, eps_arg):

    # 1. создаем переменную-список для хранения значений корня
    prev_roots = [0.01, 0.01, 0.01, 0.01, 0.01, 0.01]
    # 2. создадим список для хранения погрешностей расчета
    eps_list = [0.02, 0.02, 0.02, 0.02, 0.02, 0.02]
    # 3. создадим список для хранения корней
    roots = [0.03, 0.03, 0.03, 0.03, 0.03, 0.03]
    for i in roots:
        root = i 
        # 4. возвращаем корень
        if root:
            yield root
      
    # 5. возвращаем значение погрешности расчета корня, сходимости 
    yield eps_list, prev_roots

dichotomy(0.0001, 50, 0.000001, 0.000001)```
    • 0

相关问题