Python 3.4 嵌套循环使用 lambda 过滤器工作异常

Question

我正在尝试使用 NLTK 的文本拼接代码 ( https://github.com/nltk/nltk/blob/develop/nltk/tokenize/texttiling.py )。

它是一种代码，可根据其内容将文档输入分成几个图 block 。我注意到通过将整个文本作为一个拼贴返回，拼贴对于某些文档根本不起作用，并且发现这部分代码工作异常。

    depth_tuples = sorted(zip(depth_scores, range(len(depth_scores))))
    depth_tuples.reverse()
    hp = filter(lambda x:x[0]>cutoff, depth_tuples)

    for dt in hp:
        boundaries[dt[1]] = 1
        for dt2 in hp: #undo if there is a boundary close already
            if dt[1] != dt2[1] and abs(dt2[1]-dt[1]) < 4 \
                   and boundaries[dt2[1]] == 1:
                boundaries[dt[1]] = 0
    return boundaries

Depth_tuple 是一个包含元组列表 [(score, index)] 的列表，hp 是一个筛选结果，其分数大于某个截止值。

使用嵌套循环，它为 hp 的每个条目分别迭代 hp 两次。换句话说，对于 hp 的每个条目，它应该检查 hp 的所有条目。但是我注意到第二个循环(对于 hp 中的 dt2)在第一次迭代后没有执行。这就像 dt2 指针到达第一个 dt 的 hp 末尾，并且没有为新的迭代初始化。

为了给你一个这种现象的简单例子，说 x = [(0.6,3),(0.2,1),(0.5,2),(0.4,3)]

如果截止值为 0.3，则 hp 包含 [(0.6,3), (0.5, 2), (0.4, 3)]

所以循环应该是这样的

当 x = (0.6, 3) 时，第二个循环检查 [(0.6,3), (0.5, 2), (0.4, 3)]

当 x = (0.5, 2) 时，第二个循环再次检查 [(0.6,3), (0.5, 2), (0.4, 3)]

但它仅在 x=(0.6, 3) 时执行此操作，对于 x 的其余部分，第二个循环不会运行。

我最初怀疑迭代器在第二个循环已经到达了hp的末尾，但它不能解释第一个循环的hp中的迭代器如何仍然可以......

您能解释一下为什么会这样吗？谢谢!

Answer 1

您使用的是 Python 3，而该食谱是为 Python 2 编写的。在 Python 2 中, filter 返回一个list，显然可以用for 迭代多次(hp中的for dt2 >).

但是在 Python 3 中，hp 将是 a one-pass iterator ;现在，外部 for 将消耗第一个元素，而内部 for 将消耗所有剩余元素；当内循环退出时，外循环找到一个空迭代器并退出。

或者，正如 Python 2 和 3 文档所说，在 Python 2 中，filter(function, iterable) 等同于列表理解

[item for item in iterable if function(item)]

而在Python 3中，它等同于生成器表达式

(item for item in iterable if function(item))

---

作为最简单的修复，将 filter 返回的迭代器放入 list 中:

hp = list(filter(lambda x: x[0] > cutoff, depth_tuples))