爲什麼NLTK中的FreqDist比較不對稱？即 '>' 和 '<' 行爲不同

Question

nltk.FreqDist('abc') > nltk.FreqDist('abd') 

回報True

和

nltk.FreqDist('abd') < nltk.FreqDist('abc') 

回報False

背後有什麼原因呢？這對我來說似乎有點奇怪。

Answer 1

我看了一下FreqDist類的比較方法，發現它們都是基於一種方法：__le__。只是想說明，這意味着什麼，因爲這個設置：

>>> abc = nltk.FreqDist('abc') 
>>> abd = nltk.FreqDist('abd') 

這兩個語句是等價的：

>>> abc < abd 
False 
>>> abc.__le__(abd) 
False 

現在，這個方法做的第一件事是檢查第一FreqDist的按鍵是否是一個第二個鍵的子集。在你的例子中，這總是False，這就是這個方法返回的結果。

但是，>運算符會觸發要運行的__gt__方法，該方法被寫入以返回__le__的否定。因此，你得到了True。

說實話，我不知道爲什麼比較方法被添加到FreqDist。其母公司Counter不支持比較，我懷疑這正是因爲它不是微不足道的（至少可以說）提出一個很好的解決方案。我有一個預感，這段代碼是從FreqDist沒有繼承Counter的日子和一些過分熱心的OOP粉絲決定這個班級需要支持比較的遺物。我個人很難想出一個可能有用的情況。

如果我是你，我會在NLTK's issue tracker中打開一個錯誤報告。或者，如果你有時間，只需打開一個刪除了這些東西的公關。