Golang命名规范：如何区分N和n
Golang命名规范：如何区分N和n 你好，
我正在编写一个用于分层抽样相关调查的包。在所有相关公式中，使用了以下统计特征：
N表示总体大小n表示从总体中抽取的样本大小Nh表示第h层的规模nh表示从第h层抽取的样本大小
我曾用其他几种语言编写过类似的程序，并且总是使用相应的命名约定来表示上述特征：
N对应N（一个整数）n对应n（一个整数）N_h对应Nh（一个切片）n_h对应nh（一个切片）
对于了解分层抽样（算法核心）的人来说，这就像太阳一样清晰。现在，在 Go 中该如何处理呢？我不能使用小写的 n，但我必须区分 n 和 N。我可以使用 PopulationN 和 SampleN，尽管这有点冗长。但是如何区分切片 N_h 和 n_h 呢？我不应该使用下划线，所以我可能会用 PopulationNh 和 SampleNh，尽管两者都以大写 N 开头，而所有公式都明确区分了 N（表示总体大小）和 n（表示样本大小）。
我从事这方面工作已经超过15年了，我认为使用以下四个变量名应该没问题：PopulationN、SampleN、PopulationNh 和 SampleNh，但它们读起来不自然，这是我第一次遇到语言的命名约定让变量名听起来不自然的情况。
也许用 PopNh 和 SampNh？读起来也不好。那么用 PNh 和 Snh 呢？不行，这也不行：P 代表比例，S 代表标准差（我指的是相应的公式，而不仅仅是统计学的一般概念）。因此，我认为我应该使用更长的名字，尽管最短的版本有一个优点：我区分了大写和小写的“n”，这代表了统计公式中的实际名称。但我不认为这在 PopulationNh 和 Samplenh 中会奏效，因为它们读起来不好。除非我用 Population_Nh 和 Sample_nh……？但这就像重复传递相同的信息，因此前缀（Population_ 和 Sample_）是冗余的，它们的存在仅仅是因为我不能以一个小写字母开始变量名。
有没有什么情况下我可以打破 Go 的命名约定，比如不使用下划线？或者你有一些想法，可以让这些特定的名字更好？我理解这是一个特殊情况，因为我需要在 Go 中找到公式的表示方法，其中 n 与 N 不同，而我在 Go 中无法直接做到这一点。
当然，我可以使用各种名字，如上所述，但我总是非常注意良好的命名，既要能很好地代表现象（这里是统计公式），同时又要读起来顺畅。
嗯，最后一个想法：也许 _Nh 和 _nh 可以？
更多关于Golang命名规范：如何区分N和n的实战教程也可以访问 https://www.itying.com/category-94-b0.html
不，遗憾的是，那个小写的 nh 字段并未导出。
更多关于Golang命名规范：如何区分N和n的实战系列教程也可以访问 https://www.itying.com/category-94-b0.html
难道你不能将你的 Sample.nh 字段直接命名为 Sample.Nh 吗？我知道这可能会造成混淆，但由于它是名为“Sample”的结构体上的一个字段，这是否足以表明你指的是样本的 nh 而非总体的 Nh？
我明白你之前说过了；抱歉。现在懂了！
你是否需要修改这些切片？那么对于返回多个值的函数呢？
type S struct {
vars struct {
Nh []int
nh []int
}
}
func (s *S) Nhnh() (Nh, nh []int) {
return s.vars.Nh, s.vars.nh
}
嗯，这就是生活 😉。所以，显然我必须想出点什么。那些冗长的名字并不好，所以我可能需要想出一个更好的解决方案。如果失败了，我就只能使用它们了。
我还有一个想法，也许不完美，但或许不错。我在考虑无论如何都使用 nh 和相关字段（以小写字母开头），因为它们会在计算中被大量使用，并且应该能很好地代表统计公式中的对应部分——但不需要导出它们，因为所有计算都是在内部完成的。一旦推导出最终解决方案，我会将这些小写字段（如 nh）的最优值赋值给另一个结构体（例如 FinalSolution），该结构体将包含最终的分层结果。在这个结构体中，我会使用冗长的字段名，因为不再需要让它反映任何公式。我并不是说这是理想的解决方案，但它会使用能很好代表相应统计公式的名称。
我认为这个问题很好地表明，人们确实需要花很多心思在代码设计上。也许这对你来说是家常便饭，但我习惯于使用 Python 和 R，它们的命名似乎更简单。但这种简单性常常会导致相当糟糕的名字，如果一个人不太注意命名，只是想到什么就用什么的话。Go 的命名约定不鼓励使用长名字（而我本人喜欢描述性的名字），因此需要仔细斟酌使用哪些名字，这是一件好事，可以极大地提升代码设计。
nh
FinalSolution
再次感谢你，Sean。以下是我的做法（初步方案，后续效果有待观察）：
type Stratification struct {
Stratum []int // 层分配（长度为N）
Nh []int // 各层规模
Wh []int // 各层权重
Sh []float64 // 各层标准差
OptFun float64 // 优化函数值
Conditions bool // 分层是否满足所有条件？
Population // 总体表示
Sample // 给定分层下的样本表示
}
type Population struct {
X []float64 // 辅助变量
N int // 总体规模
L int // 层数
Mean float64 // X的总体均值
}
type Sample struct {
n int // 预设总样本量
cv float64 // 预设变异系数
nh []int // 各层样本量
}
（我使用了三个结构体，因为它们分别对应待解决问题的不同部分。）
根据你的说明，大写字母导出规则不适用于嵌套结构体的字段，对吗？因此，我可以进行如下操作：
var S Stratification
S.nh = []int{5, 6, 7}
即使nh字段以小写字母开头，S.nh仍然会被导出。但若我尝试导入Sample.nh字段，这种方式是否将失效？如有理解错误请指正。
在Go中处理统计公式的命名时，确实需要遵循导出规则，但可以通过结构体和组合来保持清晰性。以下是一个示例实现：
package sampling
// Stratified 表示分层抽样的核心参数
type Stratified struct {
PopulationN int // 总体大小
SampleN int // 样本大小
PopulationNh []int // 各层总体大小
SampleNh []int // 各层样本大小
}
// NewStratified 创建分层抽样参数
func NewStratified(popN, sampN int, popNh, sampNh []int) *Stratified {
return &Stratified{
PopulationN: popN,
SampleN: sampN,
PopulationNh: popNh,
SampleNh: sampNh,
}
}
// 内部计算可以使用短变量名
func (s *Stratified) calculate() float64 {
// 在方法内部可以自由使用公式中的原始符号
N := s.PopulationN
n := s.SampleN
Nh := s.PopulationNh
nh := s.SampleNh
// 示例计算：加权平均
var sum float64
for i := range Nh {
sum += float64(nh[i]) / float64(Nh[i])
}
return sum / float64(n) * float64(N)
}
对于包内部使用，可以创建非导出类型：
// internalSampling 内部实现使用短名称
type internalSampling struct {
N int // 总体大小
n int // 样本大小
Nh []int // 各层总体大小
nh []int // 各层样本大小
}
// 导出的包装器
type ExportedSampling struct {
inner internalSampling
}
func (es *ExportedSampling) PopulationN() int {
return es.inner.N
}
func (es *ExportedSampling) SampleN() int {
return es.inner.n
}
另一种方法是使用常量风格：
const (
N = "population"
n = "sample"
Nh = "stratum_population"
nh = "stratum_sample"
)
type Parameters struct {
PopulationSize int
SampleSize int
StratumPopulations []int
StratumSamples []int
}
在测试中可以直接使用短变量名：
func TestStratifiedSampling(t *testing.T) {
// 测试代码中可以使用公式原始符号
N := 1000
n := 100
Nh := []int{300, 400, 300}
nh := []int{30, 40, 30}
// ... 测试逻辑
}
对于公式密集的代码区域，可以使用局部变量保持可读性：
func (s *Stratified) computeVariance() float64 {
// 临时变量使用公式符号
N := s.PopulationN
n := s.SampleN
Nh := s.PopulationNh
nh := s.SampleNh
// 复杂的公式计算
var total float64
for h := range Nh {
Wh := float64(Nh[h]) / float64(N)
fh := float64(nh[h]) / float64(Nh[h])
total += Wh * Wh * fh * (1 - fh) / float64(nh[h])
}
return total
}
