[英]What is `1..__truediv__` ? Does Python have a .. (“dot dot”) notation syntax?
我最近遇到了一个我以前从未见过的语法,当我学习python时,也没有在大多数教程中使用..
符号,它看起来像这样:
f = 1..__truediv__ # or 1..__div__ for python 2
print(f(8)) # prints 0.125
我认为它完全相同(当然除了它更长):
f = lambda x: (1).__truediv__(x)
print(f(8)) # prints 0.125 or 1//8
但我的问题是:
这可能会在将来为我节省很多代码...... :)
你有一个没有尾随零的float
文字,然后你可以访问__truediv__
方法。 它本身不是一个运营商; 第一个点是浮点值的一部分,第二个点是访问对象属性和方法的点运算符。
您可以通过执行以下操作达到相同的目标。
>>> f = 1.
>>> f
1.0
>>> f.__floordiv__
<method-wrapper '__floordiv__' of float object at 0x7f9fb4dc1a20>
另一个例子
>>> 1..__add__(2.)
3.0
这里我们添加1.0到2.0,显然产生3.0。
问题已经得到了充分的回答(即@Paul Rooney的答案),但也可以验证这些答案的正确性。
让我回顾一下现有的答案: ..
不是单一的语法元素!
您可以检查源代码是如何“标记化”的 。 这些标记表示代码的解释方式:
>>> from tokenize import tokenize
>>> from io import BytesIO
>>> s = "1..__truediv__"
>>> list(tokenize(BytesIO(s.encode('utf-8')).readline))
[...
TokenInfo(type=2 (NUMBER), string='1.', start=(1, 0), end=(1, 2), line='1..__truediv__'),
TokenInfo(type=53 (OP), string='.', start=(1, 2), end=(1, 3), line='1..__truediv__'),
TokenInfo(type=1 (NAME), string='__truediv__', start=(1, 3), end=(1, 14), line='1..__truediv__'),
...]
所以字符串1.
被解释为数字,第二个.
是一个OP(一个运算符,在本例中是“get attribute”运算符), __truediv__
是方法名称。 所以这只是访问float 1.0
的__truediv__
方法。
查看生成的字节码的另一种方法是dis
它。 这实际上显示了执行某些代码时执行的指令:
>>> import dis
>>> def f():
... return 1..__truediv__
>>> dis.dis(f)
4 0 LOAD_CONST 1 (1.0)
3 LOAD_ATTR 0 (__truediv__)
6 RETURN_VALUE
基本上说的一样。 它加载常量1.0
的属性__truediv__
。
关于你的问题
如何在更复杂的陈述中使用它(如果可能的话)?
尽管有可能你永远不应该编写这样的代码,只是因为它不清楚代码在做什么。 所以请不要在更复杂的陈述中使用它。 我甚至会走得太远以至于你不应该在如此“简单”的陈述中使用它,至少你应该使用括号来分离指令:
f = (1.).__truediv__
这肯定会更具可读性 - 但有些东西:
from functools import partial
from operator import truediv
f = partial(truediv, 1.0)
会更好!
使用partial
的方法也保留了python的数据模型 ( 1..__truediv__
方法不会!),这可以通过这个小片段来证明:
>>> f1 = 1..__truediv__
>>> f2 = partial(truediv, 1.)
>>> f2(1+2j) # reciprocal of complex number - works
(0.2-0.4j)
>>> f2('a') # reciprocal of string should raise an exception
TypeError: unsupported operand type(s) for /: 'float' and 'str'
>>> f1(1+2j) # reciprocal of complex number - works but gives an unexpected result
NotImplemented
>>> f1('a') # reciprocal of string should raise an exception but it doesn't
NotImplemented
这是因为1. / (1+2j)
不是由float.__truediv__
评估的,而是complex.__rtruediv__
- operator.truediv
确保在正常操作返回NotImplemented
时调用反向操作但是当你没有这些后退时直接对__truediv__
进行操作。 这种“预期行为”的丧失是你(通常)不应该直接使用魔法的主要原因。
两个点在一起起初可能有点尴尬:
f = 1..__truediv__ # or 1..__div__ for python 2
但它和写作一样:
f = 1.0.__truediv__ # or 1.0.__div__ for python 2
因为float
文字可以用三种形式编写:
normal_float = 1.0
short_float = 1. # == 1.0
prefixed_float = .1 # == 0.1
什么是
f = 1..__truediv__
?
f
是一个值为1的float上的绑定特殊方法。 特别,
1.0 / x
在Python 3中,调用:
(1.0).__truediv__(x)
证据:
class Float(float):
def __truediv__(self, other):
print('__truediv__ called')
return super(Float, self).__truediv__(other)
和:
>>> one = Float(1)
>>> one/2
__truediv__ called
0.5
如果我们这样做:
f = one.__truediv__
我们保留一个绑定到该绑定方法的名称
>>> f(2)
__truediv__ called
0.5
>>> f(3)
__truediv__ called
0.3333333333333333
如果我们在紧密的循环中进行虚线查找,这可以节省一点时间。
我们可以看到解析表达式的AST告诉我们我们在浮点数上得到__truediv__
属性, 1.0
:
>>> import ast
>>> ast.dump(ast.parse('1..__truediv__').body[0])
"Expr(value=Attribute(value=Num(n=1.0), attr='__truediv__', ctx=Load()))"
您可以从以下方式获得相同的结果函数:
f = float(1).__truediv__
要么
f = (1.0).__truediv__
我们也可以通过演绎到达那里。
让我们建立它。
1本身就是一个int
:
>>> 1
1
>>> type(1)
<type 'int'>
1是浮动后的一段时间:
>>> 1.
1.0
>>> type(1.)
<type 'float'>
下一个点本身就是一个SyntaxError,但它在float的实例上开始一个虚线查找:
>>> 1..__truediv__
<method-wrapper '__truediv__' of float object at 0x0D1C7BF0>
没有人提到这个 - 这是浮动的一个“绑定方法” , 1.0
:
>>> f = 1..__truediv__
>>> f
<method-wrapper '__truediv__' of float object at 0x127F3CD8>
>>> f(2)
0.5
>>> f(3)
0.33333333333333331
我们可以更加可读地完成相同的功能:
>>> def divide_one_by(x):
... return 1.0/x
...
>>> divide_one_by(2)
0.5
>>> divide_one_by(3)
0.33333333333333331
divide_one_by
函数的缺点是它需要另一个Python堆栈帧,使其比绑定方法慢一些:
>>> def f_1():
... for x in range(1, 11):
... f(x)
...
>>> def f_2():
... for x in range(1, 11):
... divide_one_by(x)
...
>>> timeit.repeat(f_1)
[2.5495760687176485, 2.5585621018805469, 2.5411816588331888]
>>> timeit.repeat(f_2)
[3.479687248616699, 3.46196088706062, 3.473726342237768]
当然,如果你可以使用普通文字,那就更快了:
>>> def f_3():
... for x in range(1, 11):
... 1.0/x
...
>>> timeit.repeat(f_3)
[2.1224895628296281, 2.1219930218637728, 2.1280188256941983]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.