python - 更新 numpy 数组中的值时修复代码重复

Question

我的 python 代码中有以下函数:

def mk_standard_vectors(self, know):

    vector_type = 'k' if know else 'h'
    for name,se in self.sparse_entities.items():
      if name[-1] == vector_type:
        word = se.word
        for feature in (feature for c in se.contexts for feature in c.dlfs):
          self.vector_space.vectors[word][self.vector_space.contexts_to_id[feature]]+=1
          self.vector_space.vectors[feature][self.vector_space.contexts_to_id[word]]+=1

Codeclimate 提示此函数中的代码重复。具体来说，关于两行阅读:

self.vector_space.vectors[word][self.vector_space.contexts_to_id[feature]]+=1
self.vector_space.vectors[feature][self.vector_space.contexts_to_id[word]]+=1

这两行更新了 numpy 数组中的特定值。基本上，我有一个 vector_space 类和一个 vectors 字典，它按单词值索引 numpy 数组。当我运行上面的函数时，对于任何对(单词，特征)，我都会更新由 word 索引的数组中与 feature 对应的位置，然后相反。有没有什么巧妙的方法来压缩代码并满足codeclimate？

(当然，我可以写一个额外的函数，但我看不出它会让事情变得特别干净或更有效率。除非我遗漏了什么......)

Answer 1

在这种情况下，我会保持原样。很清楚你在那里做什么。有时应该忽略此类准则 - 并非总是如此，但如果有正当理由打破它们，你应该被允许打破它们。

但如果你真的想避免警告，你可以将其包装为“子迭代”:

# ...
for feature in (feature for c in se.contexts for feature in c.dlfs):
    for vec, context in ((word, feature), (feature, word)):
        self.vector_space.vectors[vec][self.vector_space.contexts_to_id[context]] += 1