Perl与Python处理文本数值的一个比较

最近有意地用Python写一些原来习惯于用Perl写的脚本。发现Perl还是有其自由之处，在处理数值与字符串时有很大的方便。我所要做的工作是简单根据广告类别对模拟实验结果进行平均。 这个任务用Perl编写需要36行代码写成，Python需要43行。即使两者都尽可能一个语句一行，仍然是Python需要的行数多（Perl包括其括号）。 Python的额外工作在于： 1）字典Key的初始化(Python不支持Autovivi)  2) Python分别字符串与数值，两者不能统一处理，经常需要相互转换。3）Python （3.0之前版本）在输出非空格分隔的数据时需要额外处理（Perl的$,与$\变量可方便做这件事）

 总结： Perl在字符串与数值文本的处理中还是有其强大之处吧， Python未必就比Perl好！

 Python 的问题1）可以通过get方法避免： d[i] = d.get(i, 0) + record_num

附两个程序：

#!usr/bin/perl
use strict;

my %dict_all_num;
my %dict_click_num;
my %dict_uniq_click_num;


while (<>) {
    chomp;
    my ($record_num, $cat, $click_num, $uniq_click_num) = split /,/;
    $dict_all_num{$cat} += $record_num;
    $dict_click_num{$cat} += $click_num;
    $dict_uniq_click_num{$cat} += $uniq_click_num;
}


local $, = ",";
local $\ = "\n";


for my $cat (keys %dict_all_num) {
    $dict_all_num{$cat} /= 3;
    $dict_click_num{$cat} /= 3;
    $dict_uniq_click_num{$cat} /= 3;

    print int($dict_all_num{$cat}),
          $cat,
          int($dict_click_num{$cat}),
          int($dict_uniq_click_num{$cat}),
          $dict_click_num{$cat} / $dict_all_num{$cat},
          $dict_uniq_click_num{$cat} / $dict_all_num{$cat};
}

#!usr/bin/python
import sys
input_file = sys.argv[1]


dict_all_num = {}
dict_click_num = {}
dict_uniq_click_num = {}


for line in open(input_file, 'r'):
    arr = line.rstrip().split(',')
    record_num = int(arr[0])
    cat = arr[1]
    click_num = int(arr[2])
    uniq_click_num = int(arr[3])

    if not cat in dict_all_num:
        dict_all_num[cat] = 0
        dict_click_num[cat] = 0
        dict_uniq_click_num[cat] = 0
    dict_all_num[cat] += record_num
    dict_click_num[cat] += click_num
    dict_uniq_click_num[cat] += uniq_click_num


for cat in dict_all_num:
   dict_all_num[cat] /= 3
   dict_click_num[cat] /= 3
   dict_uniq_click_num[cat] /= 3


   lst = [ str(dict_all_num[cat]),
           cat,
           str(dict_click_num[cat]),
           str(dict_uniq_click_num[cat]),
           str(float(dict_click_num[cat]) / dict_all_num[cat]),
           str(float(dict_uniq_click_num[cat]) / dict_all_num[cat])
        ]
   output_line = ",".join(lst)
   print output_line