什么是“ 1 ..__ truediv__”？ Python是否具有..(“点点”)表示法语法？


What is `1..__truediv__` ? Does Python have a .. (“dot dot”) notation syntax?

最近，我遇到了一种在学习python之前从未见过的语法，在大多数教程中，..表示法看起来像这样：

1
2
3
f = 1..__truediv__ # or 1..__div__ for python 2

print(f(8)) # prints 0.125

我发现它和(当然，它更长)完全一样：

1
2
f = lambda x: (1).__truediv__(x)
print(f(8)) # prints 0.125 or 1//8

但是我的问题是：

  • 它怎么做呢？
  • 这两个点实际上意味着什么？
  • 如何在更复杂的语句中使用它(如果可能)？

将来可能会为我节省很多代码行... :)

相关讨论

您拥有的是一个float文字，不带尾随零，然后您可以使用其__truediv__方法。它本身不是运算符；第一个点是float值的一部分，第二个点是用于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的。

1
2
3
4
5
>>> f = 1.
>>> f
1.0
>>> f.__floordiv__
<method-wrapper '__floordiv__' of float object at 0x7f9fb4dc1a20>

另一个例子

1
2
>>> 1..__add__(2.)
3.0

在这里，我们将1.0加到2.0，显然得出3.0。

相关讨论

该问题已经得到足够的答案(即@Paul Rooneys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：..不是单个语法元素！

您可以检查源代码是如何"标记"的。这些标记表示代码的解释方式：

1
2
3
4
5
6
7
8
9
10
>>> 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__'),
 ...]

因此，字符串1.解释为数字，第二个.是OP(运算符，在这种情况下为" get attribute"运算符)，而__truediv__是方法名称。因此，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对其进行汇编。这实际上显示了执行某些代码时执行的指令：

1
2
3
4
5
6
7
8
9
>>> 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

And how can you use it in a more complex statement (if possible)?

即使您可能永远也不要这样写代码，只是因为不清楚代码在做什么。因此，请不要在更复杂的语句中使用它。我什至会走得更远，以至于您不应该在如此"简单"的语句中使用它，至少您应该使用括号将指令分开：

1
f = (1.).__truediv__

这肯定会更具可读性-但类似于：

1
2
3
from functools import partial
from operator import truediv
f = partial(truediv, 1.0)

会更好！

使用partial的方法还保留了python的数据模型(1..__truediv__方法没有！)，可以通过以下小片段进行演示：

1
2
3
4
5
6
7
8
9
10
11
12
>>> 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__求值，而是使用complex.__rtruediv__-operator.truediv确保正常操作返回NotImplemented时调用了反向操作，但是对< x1>直接。这种"预期行为"的丧失是您(通常)不应直接使用魔术方法的主要原因。

首先，两个点可能有点尴尬：

1
f = 1..__truediv__ # or 1..__div__ for python 2

但这与写作相同：

1
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：

1
2
3
normal_float = 1.0
short_float = 1.  # == 1.0
prefixed_float = .1  # == 0.1
相关讨论

What is f = 1..__truediv__?

f是在值为1的float上绑定的特殊方法。特别，

1
1.0 / x

在Python 3中，调用：

1
(1.0).__truediv__(x)

证据：

1
2
3
4
class Float(float):
    def __truediv__(self, other):
        print('__truediv__ called')
        return super(Float, self).__truediv__(other)

和：

1
2
3
4
>>> one = Float(1)
>>> one/2
__truediv__ called
0.5

如果这样做：

1
f = one.__truediv__

我们保留绑定到该绑定方法的名称

1
2
3
4
5
6
>>> f(2)
__truediv__ called
0.5
>>> f(3)
__truediv__ called
0.3333333333333333

如果我们在一个紧密的循环中执行该点分查找，则可以节省一些时间。

解析抽象语法树(AST)

我们可以看到，解析AST的表达式可以告诉我们，我们在浮点数1.0上获得了__truediv__属性：

1
2
3
>>> import ast
>>> ast.dump(ast.parse('1..__truediv__').body[0])
"Expr(value=Attribute(value=Num(n=1.0), attr='__truediv__', ctx=Load()))"

您可以从以下获得相同的结果函数：

1
f = float(1).__truediv__

要么

1
f = (1.0).__truediv__

扣除

我们也可以通过扣除到达那里。

让我们建立它。

1本身是int：

1
2
3
4
>>> 1
1
>>> type(1)
<type 'int'>

1，之后是句点：

1
2
3
4
>>> 1.
1.0
>>> type(1.)
<type 'float'>

下一个点本身就是SyntaxError，但它会在float实例上开始点分查找：

1
2
>>> 1..__truediv__
<method-wrapper '__truediv__' of float object at 0x0D1C7BF0>

没有人提到这-这是浮点数1.0上的"绑定方法"：

1
2
3
4
5
6
7
>>> f = 1..__truediv__
>>> f
<method-wrapper '__truediv__' of float object at 0x127F3CD8>
>>> f(2)
0.5
>>> f(3)
0.33333333333333331

我们可以更容易地完成相同的功能：

1
2
3
4
5
6
7
>>> def divide_one_by(x):
...     return 1.0/x
...    
>>> divide_one_by(2)
0.5
>>> divide_one_by(3)
0.33333333333333331

性能

divide_one_by函数的缺点是它需要另一个Python堆栈框架，这使其比绑定方法要慢一些：

1
2
3
4
5
6
7
8
9
10
11
12
>>> 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，如果您仅可以使用普通文字，那就更快了：

1
2
3
4
5
6
>>> def f_3():
...     for x in range(1, 11):
...         1.0/x
...        
>>> timeit.repeat(f_3)
[2.1224895628296281, 2.1219930218637728, 2.1280188256941983]