逐行解析文件并以Pythonic方式计算行函数上的最小值

我有一个由行块组成的文件，由表示块结束的特殊行分隔

例如，文件如下所示：

1
5
BLOCK END
13
BLOCK END
3
4
5
BLOCK END

对于每一行，我计算一个值

loss（x）

，并且我想为每个块保存最佳值，即，最后我想要一个列表，为每个块提供函数

loss

在块的所有值上的最小值

因此，输出等于

[min（f（1），f（5）），f（13），…]

以下代码执行以下操作：

best_value = np.inf
with open(path) as f:
    for line in f:
        if line_means_block_ended():
            block_values.append(best_block_value)
            best_value = np.inf
        else:
            best_block_value = min(candidate(line), best_value , key = loss)
print block_values

---

我觉得这段代码不是最优的，因为初始化为

np.inf

和硬编码的

min

计算。有没有更类似python的方法？

我建议对这个任务进行pyparsing

import pyparsing as pp

创建用于解析文本的词典

# More than one number can appear before block end
number_pattern = pp.OneOrMore(pp.Word(pp.nums))

# Suppressing, so that it doesn't appear in the matches
block_end_pattern = pp.Suppress(pp.Word("BLOCK END"))

# Group the pattern, so that all match appear as a list
pattern = pp.OneOrMore(pp.Group(number_pattern + block_end_pattern))

匹配示例文本

text = """
1
5
BLOCK END
13
BLOCK END
3
4
5
BLOCK END
"""    

matches = pattern.parseString(text)

准备输出

output = []

for val in matches:
    if len(val) > 1:
        # Convert array to the form "f(v)"
        val = ['f(' + v + ')' for v in val]

        # Join the array elements using "," and add "min()"
        output.append("min(" + ",".join(val) + ")")
    else:
        output.append( 'f(' + val[0] + ')')

# Join the final output by ","
block_values = ",".join(output)

输出（块_值）：

---

如果你能发布你的文件样本和该样本所需的输出，我们就能更好地理解你的意图并帮助你更多好的，我添加了一个例子。

min(f(1),f(5)),f(13),min(f(3),f(4),f(5))