الرتب المتوسطة للقيم المتساوية
امنح رتبا متوسطة تبدأ بواحد لما لا يزيد عن 1000 قيمة عددية منتهية مع إبقاء مواضعها.
from math import isfinite
def average_ranks(values):
if type(values) not in (list, tuple) or len(values) > 1000:
raise ValueError("values.container")
values = tuple(values)
if len(values) > 1000 or any(
type(v) not in (int, float) or
(type(v) is float and not isfinite(v)) for v in values
):
raise ValueError("values.invalid")
order = sorted(range(len(values)), key=values.__getitem__)
result = [0.0] * len(values)
first = 0
while first < len(order):
end = first + 1
while end < len(order) and values[order[end]] == values[order[first]]:
end += 1
rank = (first + 1 + end) / 2
for i in order[first:end]:
result[i] = rank
first = end
return resultراجع قبل التطبيق
قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية.
النماذج
اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
المشروع
اختبر التساوي والسالب والمدخل الفارغ وارفض القيم المنطقية والعشرية غير المنتهية قبل الفرز.
from math import isfinite
def average_ranks(values):
if type(values) not in (list, tuple) or len(values) > 1000:
raise ValueError("values.container")
values = tuple(values)
if len(values) > 1000 or any(
type(v) not in (int, float) or
(type(v) is float and not isfinite(v)) for v in values
):
raise ValueError("values.invalid")
order = sorted(range(len(values)), key=values.__getitem__)
result = [0.0] * len(values)
first = 0
while first < len(order):
end = first + 1
while end < len(order) and values[order[end]] == values[order[first]]:
end += 1
rank = (first + 1 + end) / 2
for i in order[first:end]:
result[i] = rank
first = end
return resultامنح القيم المتساوية موضعا صريحا في النتيجة
RankTrell بيئة برمجة بالذكاء الاصطناعي على Windows للمطورين الذين يحولون قواعد البيانات إلى تعديلات تنفيذية. افتح مشروعك وصف كيفية تعامل التطبيق مع القيم المتساوية والنتائج المفقودة والعلاقة بين ترتيب المدخلات والمخرجات. اطلب فحص الحساب ومستهلكيه كي يلبي المقترح قاعدة العمل بدلا من مجرد إنتاج قائمة مرتبة.
يقترح سياق ranks.py مهمة حول متوسط الرتب للقيم المتعادلة. يمكنك طلب شرح إعادة ربط النتائج بمواضعها الأصلية، ثم تعديل محدد إن كان مشروعك يتصرف بشكل مختلف. استخدم أمثلة صغيرة معلومة الإجابات لإبقاء النقاش ملموسا. راجع سياسة التعادل والتمثيل المعاد لبقية التطبيق.
عندما يصبح التنفيذ جاهزا للفحص، شغل اختبارات مشروعك على قيم متساوية وسالبة ومدخلات ينبغي رفضها. قارن النتائج الفعلية بالأمثلة المتفق عليها قبل التعديل. يدعم RankTrell نقاط نهاية نماذج متوافقة مع OpenAI أو تابعة لـ Anthropic، مع بيانات الاعتماد عند الحاجة. يمكنك اختيار نموذج بلا قيود يوفره الاتصال، وفقا لشروط مزوده؛ وتعتمد الأدوات وحدود السياق على النموذج والخادم. تظل النتيجة المتوقعة الواضحة أنفع من الثقة بشرح مولد.
قواعد ترتيب ينبغي حسمها قبل قبول الشيفرة
هل ينبغي منح القيم المتعادلة مواضع مختلفة؟
يعتمد ذلك على قاعدة الترتيب التي يحتاجها تطبيقك. حدد هل تتشارك متوسط رتبة أم رتبة أخرى أم تستخدم مفتاحا ثانويا. اطلب أمثلة قبل التنفيذ لإظهار السياسة المختارة وجعلها قابلة للاختبار.
لماذا أحافظ على العلاقة بترتيب المدخلات الأصلي؟
قد يحتاج المستهلك ربط كل رتبة بالسجل الذي قدم القيمة. افحص هذا الربط صراحة؛ فقد يسند تسلسل مرتب بشكل صحيح النتائج إلى سجلات خاطئة إن لم تستعد المواضع.
هل يمكن ببساطة فرز الأعداد غير الصالحة إلى النهاية؟
فقط إذا كانت سياستك المحددة وكان المستهلكون يفهمونها. وإلا فاشترط الرفض أو تمثيلا صريحا آخر. افحص التحقق العددي مع شيفرة الترتيب بدلا من ترك سلوك المقارنة أثناء التشغيل يحدد قاعدة التطبيق.
كيف أراجع إعادة هيكلة الترتيب دون مجموعة بيانات كبيرة؟
ابدأ بحالات قليلة قابلة للفحص اليدوي تشمل تعادلات وقيما مختلفة ومدخلات فارغة. ثم شغل بيانات مشروع ممثلة حسب الحاجة. تيسر الحالات الصغيرة تحديد اختلاف السياسات قبل إضافة حجم أكبر للتحقق.
RankTrell · آخر تحديث 2026-10-25