每周一个 Python 模块 | operator

简介: operator 模块是 Python 中内置的操作符函数接口,它定义了算术,比较和与标准对象 API 相对应的其他操作的内置函数。operator 模块是用 C 实现的,所以执行速度比 Python 代码快。

operator 模块是 Python 中内置的操作符函数接口,它定义了算术,比较和与标准对象 API 相对应的其他操作的内置函数。

operator 模块是用 C 实现的,所以执行速度比 Python 代码快。


逻辑运算


from operator import *
a = -1
b = 5
print('a =', a)
print('b =', b)
print()
print('not_(a)     :', not_(a))       # False
print('truth(a)    :', truth(a))    # True    
print('is_(a, b)   :', is_(a, b))   # False
print('is_not(a, b):', is_not(a, b))  # True
复制代码


not_()包括尾随下划线,因为not 是 Python 的关键字。 truth()作为判断表达式用在if语句中,或者将一个表达式转换成boolis_()is关键字的用法一样,is_not()用法相同,只不过返回相反的答案。


比较运算符


from operator import *
a = 1
b = 5.0
print('a =', a)
print('b =', b)
for func in (lt, le, eq, ne, ge, gt):
    print('{}(a, b): {}'.format(func.__name__, func(a, b)))
# a = 1
# b = 5.0
# lt(a, b): True
# le(a, b): True
# eq(a, b): False
# ne(a, b): True
# ge(a, b): False
# gt(a, b): False    
复制代码


功能是等同于使用表达式语法<<===>=,和>


算术运算符


from operator import *
a = -1
b = 5.0
c = 2
d = 6
print('\nPositive/Negative:')
print('abs(a):', abs(a))  # abs(a): 1
print('neg(a):', neg(a))  # neg(a): 1
print('neg(b):', neg(b))  # neg(b): -5.0
print('pos(a):', pos(a))  # pos(a): -1
print('pos(b):', pos(b))  # pos(b): 5.0
print('\nArithmetic:')
print('add(a, b)     :', add(a, b))     # add(a, b)     : 4.0
print('floordiv(a, b):', floordiv(a, b))  # floordiv(a, b): -1.0
print('floordiv(d, c):', floordiv(d, c))  # floordiv(d, c): 3
print('mod(a, b)     :', mod(a, b))     # mod(a, b)     : 4.0
print('mul(a, b)     :', mul(a, b))     # mul(a, b)     : -5.0
print('pow(c, d)     :', pow(c, d))     # pow(c, d)     : 64
print('sub(b, a)     :', sub(b, a))     # sub(b, a)     : 6.0
print('truediv(a, b) :', truediv(a, b))   # truediv(a, b) : -0.2
print('truediv(d, c) :', truediv(d, c))   # truediv(d, c) : 3.0
print('\nBitwise:')
print('and_(c, d)  :', and_(c, d))    # and_(c, d)  : 2   
print('invert(c)   :', invert(c))   # invert(c)   : -3
print('lshift(c, d):', lshift(c, d))  # lshift(c, d): 128
print('or_(c, d)   :', or_(c, d))   # or_(c, d)   : 6
print('rshift(d, c):', rshift(d, c))  # rshift(d, c): 1
print('xor(c, d)   :', xor(c, d))   # xor(c, d)   : 4
复制代码


序列运算符


使用序列的运算符可以分为四组:构建序列,搜索项目,访问内容以及从序列中删除项目。


from operator import *
a = [1, 2, 3]
b = ['a', 'b', 'c']
print('\nConstructive:')
print('  concat(a, b):', concat(a, b))    # concat(a, b): [1, 2, 3, 'a', 'b', 'c']
print('\nSearching:')
print('  contains(a, 1)  :', contains(a, 1))  # contains(a, 1)  : True
print('  contains(b, "d"):', contains(b, "d"))  # contains(b, "d"): False
print('  countOf(a, 1)   :', countOf(a, 1))   # countOf(a, 1)   : 1
print('  countOf(b, "d") :', countOf(b, "d")) # countOf(b, "d") : 0
print('  indexOf(a, 5)   :', indexOf(a, 1))   # indexOf(a, 5)   : 0
print('\nAccess Items:')
print(getitem(b, 1))  # b
print(getitem(b, slice(1, 3))) # ['b', 'c']
print(setitem(b, 1, "d")  # None
print(b)  # ['a', 'd', 'c']
print(setitem(a, slice(1, 3), [4, 5]))  # None
print(a)  # [1, 4, 5]
print('\nDestructive:')
print(delitem(b, 1))  # None
print(b)  # ['a', 'c']
print(delitem(a, slice(1, 3)) # None
print(a)  # [1]
复制代码


其中一些操作(例如setitem()delitem())修改了序列并且不返回值。


原地操作符


除了标准运算符之外,许多类型的对象还支持通过特殊运算符进行“原地”修改 ,+=同样具有就地修改的功能:


from operator import *
a = -1
b = 5.0
c = [1, 2, 3]
d = ['a', 'b', 'c']
a = iadd(a, b)
print('a = iadd(a, b) =>', a) # a = iadd(a, b) => 4.0
c = iconcat(c, d)
print('c = iconcat(c, d) =>', c)  # c = iconcat(c, d) => [1, 2, 3, 'a', 'b', 'c']
复制代码


属性和元素的获取方法


operator 模块最特别的特性之一就是获取方法的概念,获取方法是运行时构造的一些可回调对象,用来获取对象的属性或序列的内容,获取方法在处理迭代器或生成器序列的时候特别有用,它们引入的开销会大大降低 lambda 或 Python 函数的开销。


from operator import *
class MyObj:
    """example class for attrgetter"""
    def __init__(self, arg):
        super().__init__()
        self.arg = arg
    def __repr__(self):
        return 'MyObj({})'.format(self.arg)
l = [MyObj(i) for i in range(5)]
print(l)  # [MyObj(0), MyObj(1), MyObj(2), MyObj(3), MyObj(4)]
# Extract the 'arg' value from each object
g = attrgetter('arg')
vals = [g(i) for i in l]
print('arg values:', vals)  # arg values: [0, 1, 2, 3, 4]
# Sort using arg
l.reverse()
print(l)  # [MyObj(4), MyObj(3), MyObj(2), MyObj(1), MyObj(0)]
print(sorted(l, key=g)) # [MyObj(0), MyObj(1), MyObj(2), MyObj(3), MyObj(4)]
复制代码


结合操作符和定制类


operator模块中的函数通过标准 Python 接口进行操作,因此它可以使用用户定义的类以及内置类型。


from operator import *
class MyObj:
    """Example for operator overloading"""
    def __init__(self, val):
        super(MyObj, self).__init__()
        self.val = val
    def __str__(self):
        return 'MyObj({})'.format(self.val)
    def __lt__(self, other):
        """compare for less-than"""
        print('Testing {} < {}'.format(self, other))
        return self.val < other.val
    def __add__(self, other):
        """add values"""
        print('Adding {} + {}'.format(self, other))
        return MyObj(self.val + other.val)
a = MyObj(1)
b = MyObj(2)
print('Comparison:')
print(lt(a, b))   
# Comparison:
# Testing MyObj(1) < MyObj(2)
# True
print('\nArithmetic:')
print(add(a, b))  
# Arithmetic:
# Adding MyObj(1) + MyObj(2)
# MyObj(3)
复制代码


类型检查


operator 模块还包含一些函数用来测试映射、数字和序列类型的 API 兼容性。


from operator import *
class NoType(object):
    pass
class MultiType(object):
    def __len__(self):
        return 0
    def __getitem__(self, name):
        return "mapping"
    def __int__(self):
        return 0
o = NoType()
t = MultiType()
for func in [isMappingType, isNumberType, isSequenceType]:
    print "%s(o):" % func.__name__, func(o)
    print "%s(t):" % func.__name__, func(t)
# isMappingType(o): False
# isMappingType(t): True
# isNumberType(o): False
# isNumberType(t): True
# isSequenceType(o): False
# isSequenceType(t): True    
复制代码


获取对象方法


使用 methodcaller 可以获取对象的方法。


from operator import methodcaller
class Student(object):
    def __init__(self, name):
        self.name = name
    def getName(self):
        return self.name
stu = Student("Jim")
func = methodcaller('getName')
print func(stu)   # 输出Jim
复制代码


还可以给方法传递参数:


f = methodcaller('name', 'foo', bar=1)
f(b)    # return   b.name('foo', bar=1)
复制代码


methodcaller方法等价于下面这个函数:


def methodcaller(name, *args,  **kwargs):
      def caller(obj):
            return getattr(obj, name)(*args, **kwargs)
      return caller


目录
相关文章
|
27天前
|
开发者 Python
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
44 4
|
7天前
|
Python
Python Internet 模块
Python Internet 模块。
102 74
|
25天前
|
算法 数据安全/隐私保护 开发者
马特赛特旋转算法:Python的随机模块背后的力量
马特赛特旋转算法是Python `random`模块的核心,由松本真和西村拓士于1997年提出。它基于线性反馈移位寄存器,具有超长周期和高维均匀性,适用于模拟、密码学等领域。Python中通过设置种子值初始化状态数组,经状态更新和输出提取生成随机数,代码简单高效。
104 63
|
27天前
|
测试技术 Python
手动解决Python模块和包依赖冲突的具体步骤是什么?
需要注意的是,手动解决依赖冲突可能需要一定的时间和经验,并且需要谨慎操作,避免引入新的问题。在实际操作中,还可以结合使用其他方法,如虚拟环境等,来更好地管理和解决依赖冲突😉。
|
27天前
|
持续交付 Python
如何在Python中自动解决模块和包的依赖冲突?
完全自动解决所有依赖冲突可能并不总是可行,特别是在复杂的项目中。有时候仍然需要人工干预和判断。自动解决的方法主要是提供辅助和便捷,但不能完全替代人工的分析和决策😉。
|
1月前
|
JSON Linux 数据格式
Python模块:从入门到精通,只需一篇文章!
Python中的模块是将相关代码组织在一起的单元,便于重用和维护。模块可以是Python文件或C/C++扩展,Python标准库中包含大量模块,如os、sys、time等,用于执行各种任务。定义模块只需创建.py文件并编写代码,导入模块使用import语句。此外,Python还支持自定义模块和包,以及虚拟环境来管理项目依赖。
Python模块:从入门到精通,只需一篇文章!
|
27天前
|
Python
Python的模块和包
总之,模块和包是 Python 编程中非常重要的概念,掌握它们可以帮助我们更好地组织和管理代码,提高开发效率和代码质量
38 5
|
27天前
|
数据可视化 Python
如何在Python中解决模块和包的依赖冲突?
解决模块和包的依赖冲突需要综合运用多种方法,并且需要团队成员的共同努力和协作。通过合理的管理和解决冲突,可以提高项目的稳定性和可扩展性
|
1月前
|
Python
在Python中,可以使用内置的`re`模块来处理正则表达式
在Python中,可以使用内置的`re`模块来处理正则表达式
47 5
|
1月前
|
Java 程序员 开发者
Python的gc模块
Python的gc模块