为什么NLTK中的FreqDist比较不对称？即 '>' 和 '<' 行为不同

Question

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

回报True

和

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

回报False

背后有什么原因呢？这对我来说似乎有点奇怪。

Answer 1

我看了一下FreqDist类的比较方法，发现它们都是基于一种方法：__le__。只是想说明，这意味着什么，因为这个设置：

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

这两个语句是等价的：

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

现在，这个方法做的第一件事是检查第一FreqDist的按键是否是一个第二个键的子集。在你的例子中，这总是False，这就是这个方法返回的结果。

但是，>运算符会触发要运行的__gt__方法，该方法被写入以返回__le__的否定。因此，你得到了True。

说实话，我不知道为什么比较方法被添加到FreqDist。其母公司Counter不支持比较，我怀疑这正是因为它不是微不足道的（至少可以说）提出一个很好的解决方案。我有一个预感，这段代码是从FreqDist没有继承Counter的日子和一些过分热心的OOP粉丝决定这个班级需要支持比较的遗物。我个人很难想出一个可能有用的情况。

如果我是你，我会在NLTK's issue tracker中打开一个错误报告。或者，如果你有时间，只需打开一个删除了这些东西的公关。