列表值更改，而我没有在函数中使用它

Question

我正在尝试将数据集划分为不确定且确定的值。我为此目的制作了不同的函数，但是当我调用该函数以使值不确定时，某个值也发生了变化。这是它的样子：

我阅读了一些已回答的问题，他们说我需要复制我的列表，我这样做了，但问题仍然存在。

def loadCertainDataset(a, b, dataset=[], dataset1=[], trainCe=[], testCe=[]):
    temp=dataset[:]
    temp1=dataset1[:]
    for x in range(0,a):
        for y in range(4):
            temp[x][y]=float(temp[x][y])
        trainCe.append(temp[x])
    for x in range(0,b):
        for y in range(4):
            temp1[x][y]=float(temp1[x][y])
        testCe.append(temp1[x])

def loadUncertainDataset(a,b,dataset=[],dataset1=[],trainUn=[],testUn=[]):
    temp=dataset[:]
    temp1=dataset1[:]
    c=0
    for x in range(a,len(dataset)):
        for y in range(4):
            d=float(temp[c][y])
            temp[c][y]=uniformProb(5,d,5)
        trainUn.append(temp[c])
        c+=1
    c=0
    for x in range(b,len(temp1)):
        for y in range(4):
            d=float(temp1[c][y])
            temp1[c][y]=uniformProb(5,d,5)
        testUn.append(temp1[c])
        c+=1

def loadDataset(filename, split, trainingSet=[] , testSet=[]):
    with open(filename, 'rb') as csvfile:
        lines = csv.reader(csvfile)
        dataset = list(lines)
        for x in range(len(dataset)-1):
            for y in range(4):
                dataset[x][y] = float(dataset[x][y])
            if random.random() < split:
                trainingSet.append(dataset[x])
            else:
                testSet.append(dataset[x])

def main():
    trainingSet=[]
    trainCe=[]
    testSet=[]
    testCe=[]
    split = 0.67
    # loading dataset
    loadDataset('iris.data', split, trainingSet, testSet)
    n=len(trainingSet)/2
    m=len(testSet)/2
    #split first half for certain dataset
    loadCertainDataset(n,m,trainingSet,testSet,trainCe,testCe)
    trainUn=[]
    testUn=[]
    #other half for uncertain dataset
    loadUncertainDataset(n,m,trainingSet,testSet,trainUn,testCe
    print(testCe)

main()

我希望 print(testCe) 的输出为二维数组

> [6.2, 3.4, 5.4, 2.3, 'Iris-virginica']

但我得到的是3维数组

> [array([9.6913696 , 9.36996183, 7.5334876 , 6.80333322, 7.3538702 ]),
> array([5.32638532, 7.3171699 , 4.49632398, 3.86691709, 7.90622172]),
> array([6.89951614, 7.58021047, 7.5585632 , 8.85561941, 5.47507325]),
> array([5.3910737 , 5.0039284 , 1.97381302, 6.51333703, 4.07850765]),
> 'Iris-versicolor'], [array([ 6.85037363,  7.67665646,  8.09445476, 
> 6.24119721, 10.67032386]), array([4.46818369, 7.66358385, 4.24088535, 6.71903264, 7.6154301 ]), array([7.1805261 , 8.75463451, 8.98668969, 9.24723654, 4.85404661]), array([4.58140956, 1.5211153 , 3.72896749, 4.63736249, 4.26095836]), 'Iris-versicolor']

3维数组应该是不确定的数据集，但testCe应该是确定的（2维数组）。当我不打电话时

> loadUncertainDataset(...)

print(testCe) 将返回二维数组。请帮忙。

Answer 1

在 python 中，列表和字典是可变的。这意味着

def myfunc(a=[]):
    a.append(0)
    print(a)

myfunc()
myfunc()
myfunc()

将打印

[0]
[0, 0]
[0, 0, 0]

因为a 总是指向同一个列表。

你需要做的是：

def myfunc(a=None):
    if a is None:
        a = []
    a.append(0)
    print(a)

这会给你：

[0]
[0]
[0]

如果你经常这样做，你可以编写一个函数来自动化这个：

def default_vals(callable, *args):
    return tuple(arg if arg is not None else callable() for arg in args)


def myfunc(a=None, b=None, c=None):
    a, b, c = default_vals(list, a, b, c)
    a.append(0)
    b.append(1)
    c.append(2)
    print(a, b, c)

myfunc()
myfunc()

将打印

[0] [1] [2]
[0] [1] [2]

为了使它更容易，您可能可以编写某种装饰器来进一步自动化。