首页 > 代码库 > 流畅python学习笔记：第十三章：重载运算符__add__,__iadd__,__radd__,__mul__,__rmul__,__neg__,__eq__,__invert__,__pos__
流畅python学习笔记：第十三章：重载运算符__add__,__iadd__,__radd__,__mul__,__rmul__,__neg__,__eq__,__invert__,__pos__
在前面第十章以及第一章的时候介绍了Vector对象的运算符重载。第十三章专门介绍运算符重载。这里我们看几个之前没讲过的运算符__neg__,__pos__,__invert__
class Vector(object):
def __init__(self,x):
self.x=x
def __neg__(self):
return "Vector(%d)" % (-self.x)
def __str__(self):
return "Vector(%s)" % (str(self.data))
def __iter__(self):
return iter(self.data)
def __pos__(self):
return "Vector(%d)" % (self.x+1)
def __invert__(self):
return "Vector(%d)" % (~self.x)
if __name__=="__main__":
v=Vector(1)
print -v
print +v
print ~v
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
Vector(-1)
Vector(2)
Vector(-2)
__neg__是在-v的时候调用
__pos__是在+v的时候调用
__invert__是在~v的时候调用
下面我们重新来看下+运算符。我们想实现两个向量想加Vector([1,2,3])+Vector([1,2,3])得到[2,4,6].代码如下
class Vector(object):
def __init__(self,x):
self.x=x
def __add__(self, other):
return [a+b for a,b in zip(self.x,other.x)]
if __name__=="__main__":
v1=Vector([1,2,3])
v2=Vector([1,2,3])
print v1+v2
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
[2, 4, 6]
在前面的例子中通过zip函数对两个列表进行配对得到元组。[(1,1),(2,2),(3,3)]然后迭代进行加法运算最终得到结果[2,4,6]
但是如果两个向量的格式变化一下。变成Vector([1,2,3])+Vector([1,2,3,4]).我们期望得到Vector([2,4,,6,4]), 向量Vector([1,2,3,4])由于比Vector([1,2,3])多一个数字，想加的时候最好是用零填充较短的那个向量。那么实际结果如何呢
if __name__=="__main__":
v1=Vector([1,2,3])
v2=Vector([1,2,3,4])
print v1+v2
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
[2, 4, 6]
我们看到结果和上次一样还是[2,4,6]和我们预想的[2,4,6,4]相差太大。原因在于zip得到的结果是[(1, 1), (2, 2), (3, 3)]，并没有包含多出来的4。这种情况下我们就需要用到itertools.izip_lonest，这个方法会自动填充缺失的向量元素
class Vector(object):
def __init__(self,x):
self.x=x
def __add__(self, other):
pairs=itertools.izip_longest(self.x,other.x,fillvalue=0)
return [a+b for a,b in pairs]
if __name__=="__main__":
v1=Vector([1,2,3])
v2=Vector([1,2,3,4])
print v1+v2
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
[2, 4, 6, 4]
在izip_longest中,fillvalue代表填充的值。本次例子中设置的是0.因此最后一位是0+4=4
接下来我们的需求继续变下。我们想实现Vector([1,2,3])+[1,2,3]也就是向量类和列表相加
class Vector(object):
def __init__(self,x):
self.x=x
def __add__(self, other):
if type(other) == list:
pairs=itertools.izip_longest(self.x,other,fillvalue=0)
else:
pairs=itertools.izip_longest(self.x,other.x,fillvalue=0)
return [a+b for a,b in pairs]
if __name__=="__main__":
v1=Vector([1,2,3])
v2=Vector([1,2,3,4])
print v1+[1,2,3,4]
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
[2, 4, 6, 4]
首先在__add__中判断other的属性，然后针对性的得到pairs
那如果是[1,2,3,4]+v1的结果会是什么呢？运行报错。
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
Traceback (most recent call last):
File "E:/py_prj/fluent_python/chapter13.py", line 27, in <module>
print [1,2,3,4]+v1
TypeError: can only concatenate list (not "Vector") to list
这是因为[1,2,3,4]并没有add方法，只有Vector才有，这种场景需要用到__radd__方法
具体的运算流程图如下：
1 如果a有__add__方法，则进行a.__add__(b)运算，否则返回Notimplemented然后检查b有没有__radd__方法。如果有，则调用b.__radd__(a)，否则返回Notimplemented
我们在Vector中增加__radd__方法：
def __radd__(self, other):
return self+other
__radd__直接委托__add__进行运算。代码也很简单。这下运算结果正确了。
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
[2, 4, 6, 4]
同样的方法也适用于乘法运算符__mul__和__rmul__。
下面来看下比较运算符以及反向比较在__eq__的作用。
首先定义__eq__的代码，首先比较长度，然后比较对应的元素，如果都相等则返回True，否则返回False
def __eq__(self, other):
if type(other) == list or type(other)==tuple:
pairs=itertools.izip_longest(self.x,other,fillvalue=0)
length=len(other)
else:
pairs=itertools.izip_longest(self.x,other.x,fillvalue=0)
length=len(other.x)
return (len(self.x)==length) and all(a==b for a,b in pairs)
if __name__=="__main__":
v1=Vector([1.0,2.0,3.0])
v2=Vector(range(1,4))
print ‘v1 compare v2 %s‘ % (v1==v2)
v3=(1,2,3)
print ‘v1 compare v3 %s‘ % (v1==v3)
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
v1 compare v2 True
v1 compare v3 True
v1和v2相等这个没啥疑问，但是当用元组(1,2,3)和向量v1相比的时候，得到的结果也是True，我们如果用[1,2]==(1,2)得到的结果为False，因为列表和元组不是一个类型。那么为什么向量和元组相比却是相等的呢？ 这就是问题所在了。在比较的时候并没有比较类型。代码更新如下：
def __eq__(self, other):
if type(other) == list or type(other)==tuple:
pairs=itertools.izip_longest(self.x,other,fillvalue=0)
length=len(other)
else:
pairs=itertools.izip_longest(self.x,other.x,fillvalue=0)
length=len(other.x)
if isinstance(other,Vector): #在这里判断是否属于向量类
return (len(self.x)==length) and all(a==b for a,b in pairs)
else:
return NotImplemented
再继续看一个例子，增加一个Vector2d向量：
class Vector2d(object):
def __init__(self,x):
self.x=x
def __eq__(self, other):
return tuple(self.x) == tuple(other.x)
if __name__=="__main__":
v1=Vector([1.0,2.0,3.0])
v4=Vector2d([1,2,3])
print v1==v4
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
True
得到的结果为True. Vector2d不属于Vector的实例呢。为什么会相等呢。这里用到了反向比较的方法
(1)首先Vector.__eq__(v1,v4)，v4不是Vector的实例。返回Notimplemented。然后尝试调用Vector2d.__eq__(v4.v1)
(2)Vector2d.__eq__(v4.v1)把两个操作数都变成元组。然后比较。结果为True。
其实在用Vector和元组进行比较的时候，也是一样的首先Vector.__eq__(v1,v4)，返回Notimplemented。接着开始调用tuple.__eq__(v3,v1),但是tuple不知道vector是什么，因此返回Notimplemented。对于==来说，如果反向调用也是Notimplemented，则会进行最后的尝试，比较对象的ID，如果仍然不相等则返回False。
接下来我们看下!=运算符
print v1!=v4
得到的结果是True，但是我们并没有实现__neq__的方法，也能得到对应的结果，其实__neq__不用实现，只要定义了__eq__的方法，__neq__则会自动对__eq__的结果取反。
最后来看下增量赋值运算符：
if __name__=="__main__":
v1=Vector([1.0,2.0,3.0])
print id(v1)⑴
v2=Vector(range(1,4))
v1+=v2⑵
print v1
print id(v1)⑶
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
25012400
[2.0, 4.0, 6.0]
25005672
在(1)中，得到的id(v1)=25012400。
在(2)中，经过v1+=v2后。在(3)中打印id(v1)等于25005672.和之前第一步的不一样了，也就是创建了新的实例。
如果我们想实现就地运算，不生成新的实例，就在v1的基础上想加呢。这就需要实现__iadd__方法。当执行+=的时候会自动调用__iadd__方法，而如果没有实现__iadd__方法，则会自动调用__add__方法
def __iadd__(self, other):
if type(other) == list:
pairs=itertools.izip_longest(self.x,other,fillvalue=0)
else:
pairs=itertools.izip_longest(self.x,other.x,fillvalue=0)
i=0
for p in pairs:
self.x[i]=p[0]+p[1]
i+=1
return self
在__iadd__方法中，返回的是self. 再来看下执行结果：
E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter13.py
25274544
Vector([2.0, 4.0, 6.0])
25274544
得到的实例是同一样
流畅python学习笔记：第十三章：重载运算符__add__,__iadd__,__radd__,__mul__,__rmul__,__neg__,__eq__,__invert__,__pos__
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。