Python 在我的狗年到人类年计划中发现错误

我是python的初学者

如果输入为5，如何使输出33仅打印一次

最重要的问题是：是否有一种算法可以取代写21的需要

原来的问题是：

人们常说，一个人的年等于7个狗年。有些人认为，最好先把前两个人的年都算作10.5个狗年，然后再把每增加一个人的年算作4个狗年

dog_years=int（输入（“输入狗的年龄以获得其主人的等价物：”）
狗的年龄到人的年龄=10.5*狗的年龄
狗的年龄到人的年龄=4*（狗的年龄-2岁）
狗_1=[]
如果dog_years 0和dog_years我稍微重写了您的代码，以获得我理解的所需功能：

# Algorithmic solution

dog_years = int(input("Enter the age of the dog to get it's equivalent for it's owner:" ))

young_year = 10.5
old_year = 4

human_age = 0

if dog_years < 0:
    print("Please Enter a positive integer whole number")
else:
    for i in range(dog_years):
        if i < 2:
            human_age += young_year
        else:
            human_age += old_year
    print(f"Your dog is {human_age} human years old.")  

这个问题可以更优雅地用算术来解决：

# Arithmetic solution
if dog_years < 0:
    print("Please Enter a positive integer whole number")
elif dog_years <= 2:
    human_age = dog_years * young_year
else:
    human_age = 2 * young_year + (dog_years - 2) * old_year

#算术解
如果狗年<0：
打印（“请输入一个正整数”）
elif狗年不同转换技术的性能

检查了以下方法

算术——O（1）复杂度
For Loop--O（n）复杂度，其中n是年份
Numpy--O（n）复杂性，其中n是年份
生成器——O（n）复杂性，其中n是年份
结果

# Time using perfplot (https://pypi.org/project/perfplot/)
perfplot.show(
   setup=lambda n: [randint(0, 25) for _ in range(n)],  # or simply setup=numpy.random.rand
    kernels=[test_arithmetic, test_np, test_for_loop, test_generator],
    labels=['arithmetic', 'numpy', 'for_loop', 'generator'],
    n_range=[2 ** k for k in range(17)],
    xlabel="List Length",
    equality_check= None,
    target_time_per_measurement=1.0
    )

perfplot.show(
   setup=lambda n: [n],  # or simply setup=numpy.random.rand
    kernels=[test_arithmetic, test_np, test_for_loop, test_generator],
    labels=['arithmetic', 'numpy', 'for_loop', 'generator'],
    n_range=[2 ** k for k in range(10)],
    xlabel="Years",
    equality_check= None,
    target_time_per_measurement=1.0
    )

测试1：不同长度的年龄列表，随机年龄介于0到25岁之间


使用算术的最佳性能
对于回路和发电机类似
最糟糕的表现

测试2：从0到2**10的不同年龄段（尽管对于狗来说，25岁以上的年龄是不现实的）


算术是所有年龄段中表现最好的
对于小于20岁的年龄，回路优于发电机
对于高于20的回路，其性能优于发电机
Numpy优于100岁以上的回路和发电机，但在其他方面最差

代码

import numpy as np
from random import randint
import perfplot

def test_arithmetic(test_years):
  " Arithmetic method test "
  def calc_arithmetic(dog_years):
    " arithmetic conversion O(1) complexity "
    return young_year*dog_years if dog_years <= 2 else 2*young_year + (dog_years-2)*old_year

  for years in test_years:
    " Perform over the designated years "
    calc_arithmetic(years)

def test_for_loop(test_years):
  " For loop test runs "
  def calc_for_loop(dog_years):
    human_age = 0
    for i in range(dog_years):
      if i < 2:
        human_age += young_year
      else:
        human_age += old_year
    return human_age

  for years in test_years:
    " Perform over the designated years "
    calc_for_loop(years)

def test_np(test_years):
 " Numpy method test runs "
  def calc_np(years):
    " convert using numpy "
    arr = np.ones(years)
    arr[:2] *= young_year
    arr[2:] *= old_year
    return np.sum(arr)

  for years in test_years:
    " Perform over the designated years "
    calc_np(years)

def test_generator(test_years):
  def calc_list(years):
    " convert using generator "
    return sum(young_year if i < 2 else old_year for i in range(years))

  for years in test_years:
    " Perform over the designated years "
    calc_list(years)

young_year = 10.5
old_year = 4

输出


测试2：年龄从0岁到1024岁不等

# Time using perfplot (https://pypi.org/project/perfplot/)
perfplot.show(
   setup=lambda n: [randint(0, 25) for _ in range(n)],  # or simply setup=numpy.random.rand
    kernels=[test_arithmetic, test_np, test_for_loop, test_generator],
    labels=['arithmetic', 'numpy', 'for_loop', 'generator'],
    n_range=[2 ** k for k in range(17)],
    xlabel="List Length",
    equality_check= None,
    target_time_per_measurement=1.0
    )

perfplot.show(
   setup=lambda n: [n],  # or simply setup=numpy.random.rand
    kernels=[test_arithmetic, test_np, test_for_loop, test_generator],
    labels=['arithmetic', 'numpy', 'for_loop', 'generator'],
    n_range=[2 ** k for k in range(10)],
    xlabel="Years",
    equality_check= None,
    target_time_per_measurement=1.0
    )

输出
编辑您的问题标题以应用于该问题。对不起，不清楚您在问什么，能否提供示例和预期输出。for循环中有一条打印语句。这就是你多次指出的原因。“你可能很想了解更多关于NumPy的信息”--对这个简单的问题和初级的编码体验好奇为什么？我添加了一个NumPy解决方案和一个算术解决方案。由于OP正在学习python，我认为numpy中的解决方案对他来说会很有趣。但我可能只是因为我对numpy的偏爱才这么认为。如果你认为这对我的回答没有帮助，我很乐意删除它。@Benji——事实上，我唯一的观点是，作为初学者，在尝试更高级的Python模块（如numpy）之前，他应该对基础知识有很好的理解。调查问卷询问“是否有一种算法来代替21”。我认为你的算术解是他们for-loop解的一个更聪明的实现。然而，我认为您的算术解决方案甚至更好，因为它更快（即常数时间），更简单，并且只使用Python初学者应该知道的东西。总的来说，我会保留这两种解决方案，以便向用户演示。@Benji--FYI--作为另一种解决方案，在性能计时测试方面，显示以下简单Python循环的运行速度比Numpy代码快几倍：
sum（如果我<2岁，年轻一岁；如果我在范围内，老年一岁（狗年））
@DarryIG感谢您分享这个简洁明了的解决方案！关于绩效，您是否有具体的参考资料？我刚刚做了一个计时测试，python对于小于~100的值速度更快，但从~1000 numpy开始，它的性能远远优于python。所以，考虑到这个将狗的年龄变成人类年龄的特殊用例，我承认你是对的。@DarryIG这是运行时行为的一个很好的比较！非常感谢。测试2完美地展示了我在写其他评论时所考虑的内容。然而，我想指出，测试1有一个相当明显的结果，因为每个测试函数都只是一个调用常量时间函数的for循环，所以由于python的for循环，运行时间的增加是线性的。如果用NumPy功能替换for循环调用
calc\u np（years）
，NumPy的美妙之处将胜过普通Python。@Benji——对于测试1——随机年龄在0-25岁之间，平均值为12.5，因此您希望平均有这么多for循环。在这个水平上，Numpy是最差的，如测试2所示。Numpy的有趣之处在于性能相对平稳（只是缓慢增加）。这指出了一些固定的开销，这使得它只适用于较大的问题规模（即在这种情况下，循环超过100次）。这就是您在Numpy中经常看到的情况——对于更大的问题，它通常只比纯Python好。因此，除非您正在进行复杂的计算，否则纯Python通常会更好。