Python中如何将形容词字符串（good/bad）转换为对应浮点数？

我来帮你搞定这个字符串到浮点数的转换问题！核心思路就是用字典映射把good/bad和对应的数值绑定起来，既简洁又好维护，完美适配你后续的加权几何均值计算需求。

具体实现步骤 #

• 第一步：定义映射字典，把需要转换的字符串和对应浮点数一一对应：

  score_mapping = {'good': 0.7, 'bad': 0.3}
  

• 第二步：处理用户输入，这里建议做一下标准化处理（比如转小写、去除前后空格），避免用户输入Good、 BAD这类不标准内容导致转换失败：

  user_input = input("请输入good或bad：").strip().lower()
  

• 第三步：完成转换，同时加入异常处理，防止用户输入无效内容：

  try:
      converted_score = score_mapping[user_input]
      print(f"转换成功！对应数值为：{converted_score}")
      # 这里直接调用你已经实现的加权几何均值计算函数即可
      # 比如 calculate_weighted_geometric_mean(converted_score, ...)
  except KeyError:
      print("哎呀，输入不对哦！请输入有效的选项：good 或 bad")
  

批量转换的拓展方案 #

如果你的需求是处理多个输入值（比如一组good/bad的列表），可以用列表推导式快速批量转换：

input_list = ['good', 'bad', 'Good', ' bad ']
# 批量转换并标准化输入
score_list = [score_mapping[item.strip().lower()] for item in input_list]
print(score_list)  # 输出: [0.7, 0.3, 0.7, 0.3]

这个方案的好处是后续要扩展其他选项（比如great对应0.9、terrible对应0.1），只需要修改score_mapping字典就行，不用改动转换逻辑，非常灵活。

内容的提问来源于stack exchange，提问作者Brian Haney