Lambdas Python3中if语句的问题

我目前正在编写一些用于缩放矢量图形的代码，但在用Python编写错误处理代码时遇到了一些问题，特别是在scalePoints中设置缩放点的行中。该函数获取坐标列表（作为元组）、视口大小和收缩因子，并返回一组按比例缩放的坐标

我试图通过在lambda中使用if语句来避免被零除，但在某些测试用例下，它似乎不起作用。例如，

scalePoints（[（0.0,1.0）]，300,10）

导致被零除，但是

scalePoints（[（0.0,0.0）]，300,10）

没有，我不太清楚为什么会这样

def scalePoints(points, viewport_size, shrink_factor):
    min_x = findMinX(points)
    max_x = findMaxX(points)

    width = max_x - min_x

    scale = (width/viewport_size) * shrink_factor
    scaled_points = list(map(lambda point: (0.0 if point[0] == 0.0 else (point[0]/scale), 0.0 if point[1] == 0.0 else (point[1]/scale)),points))
    return scaled_points
def findMaxX(points):
    xs = list(map(lambda point: point[0], points))
    return max(xs)
def findMinX(points):
    xs = list(map(lambda point: point[0], points))
    return min(xs)

---

将

点[0]

和/或

点[1]

与0.0进行比较并不能防止被零除，因为它们是分子，而不是分母

请尝试检查分母，

比例

scaled_points = list(map(lambda point: (0.0 if scale == 0.0 else (point[0]/scale), 0.0 if scale == 0.0 else (point[1]/scale)),points))

---

将

点[0]

和/或

点[1]

与0.0进行比较并不能防止被零除，因为它们是分子，而不是分母

请尝试检查分母，

比例

scaled_points = list(map(lambda point: (0.0 if scale == 0.0 else (point[0]/scale), 0.0 if scale == 0.0 else (point[1]/scale)),points))

---

另外，比较浮动，无论是什么表达式，都需要小心。请参阅链接

在您的情况下，添加以下内容可能会有所帮助

scaled_points = list(map(lambda point: (0.0 if math.isclose(point[0], 0.0,rel_tol=1e-5) else (point[0]/scale), 0.0 if math.isclose(point[0], 0.0,rel_tol=1e-5)  else (point[1]/scale)),points))

---

另外，比较浮动，无论是什么表达式，都需要小心。请参阅链接

在您的情况下，添加以下内容可能会有所帮助

scaled_points = list(map(lambda point: (0.0 if math.isclose(point[0], 0.0,rel_tol=1e-5) else (point[0]/scale), 0.0 if math.isclose(point[0], 0.0,rel_tol=1e-5)  else (point[1]/scale)),points))

---

按如下方式更换lambda：

lambda点：（点[0]/比例如果点[0]否则0.0，点[1]/比例如果点[1]否则0.0）

---

按如下方式更换lambda：

lambda点：（点[0]/比例如果点[0]否则0.0，点[1]/比例如果点[1]否则0.0）

---

有时，甚至经常，用一个名字写一个“实”函数要比用一个lambda来拟合它的所有限制要容易得多……用一个简单的for循环来获得缩放点也可能比用lambda来绘制地图更清晰。有时，甚至经常，写一个“实”函数具有名称的函数比尝试在lambda中拟合所有对象及其所有限制要容易得多…获取缩放点的简单for循环也可能比具有lambda的贴图更清晰。