Python列表分段并调用has_symptom判断数据状态的实现问题

需求逻辑 #

需要实现的处理流程如下：

• 接收输入流量列表 flow_rate，将其切分为每段固定长度为 segment_len 的分段列表 list_segmented
• 遍历所有分段，将每个分段作为data_segment传入已实现的has_symptom函数做特征判断
• 收集所有分段的判断结果，组成最终结果列表返回

原有代码问题 #

原代码存在两处核心错误：

1. 缩进层级错误：Python靠缩进区分代码块层级，原代码中调用判断函数、追加结果的逻辑没有放在for循环的代码块内，循环结束后data_segment仅保存最后一个分段的值，最终只能得到1条判断结果
2. 缺失返回语句：所有计算完成后没有返回disorder_status结果列表，外部调用函数拿不到处理结果

修复后完整代码 #

# 如果has_symptom定义在独立sym模块下，保留对应导入语句即可
# import sym

def flow_rate_to_disorder_status(flow_rate,segment_len,interval,threshold):
    
    inlist = flow_rate[:]
    list_segmented = []
    disorder_status = []
    
    # 按固定长度切分输入列表
    while inlist:
        list_segmented.append(inlist[0 : segment_len])
        inlist[0 : segment_len] = []
    
    # 遍历每个分段执行判断
    for i in range(len(list_segmented)):
        data_segment = list_segmented[i]
        # 以下两行需放在循环体内，逐段处理
        condition = has_symptom(data_segment, interval, threshold)
        disorder_status.append(condition)
    
    # 返回最终结果列表
    return disorder_status


def has_symptom(data_segment,interval,threshold): 
    
    max_ratio = 1           # 区间内数据点占分段总长度的最大允许比值
                            # 示例场景下取值为1
                            # 注意：max_ratio 不能小于 threshold
    
    # 定义判断区间范围
    min_interval = interval[0]
    max_interval = interval[1]
    
    # 存储落在区间内的数据点
    symptom_yes = []
    
    # 遍历分段内所有数据点，判断是否落在目标区间
    for i in range(len(data_segment)):
        if min_interval <= data_segment[i] <= max_interval:
            symptom_yes.append(data_segment[i])
            
    # 计算区间内数据点占总数据点的比例
    fraction_ratio = len(symptom_yes) / len(data_segment)
            
    # 比例落在阈值到max_ratio区间内，判定为存在异常特征
    if threshold <= fraction_ratio <= max_ratio:
        condition = True
    else:
        condition = False
       
    return condition

补充说明 #

• 原有的列表分段逻辑可以正常运行，无需修改
• 当前逻辑会自动保留长度不足segment_len的尾段作为最后一个分段；如果需要丢弃长度不足的尾段，在切分完成后加一行长度判断过滤即可

内容的提问来源于stack exchange，提问作者Pete