it-swarm.asia

Python中的'@ ='符号是什么?

我知道@是针对装饰器的,但是Python中的@=是什么?这只是对未来想法的保留吗?

这只是阅读tokenizer.py时的众多问题之一。

152
Octavia Togami

documentation

@(at)运算符旨在用于矩阵乘法。没有内置的Python类型实现此运算符。

@运算符是在Python 3.5中引入的。 @=是矩阵乘法,然后是赋值,正如您所期望的那样。它们映射到__matmul____rmatmul____imatmul__,类似于++=如何映射到__add____radd____iadd__

PEP 465 中详细讨论了算子及其背后的基本原理。

161
rightfold

@=@是Python中引入的新运算符 3.5 执行 矩阵乘法 。它们旨在澄清目前存在的操作符*的混淆,该操作符用于元素乘法或矩阵乘法,这取决于特定库/代码中使用的约定。因此,将来,运算符*仅用于逐元素乘法。

PEP0465 中所述,引入了两个运营商:

  • 一个新的二元运算符A @ B,与A * B类似
  • 就地版本A @= B,与A *= B类似

矩阵乘法与元素乘法

为了快速突出差异,对于两个矩阵:

A = [[1, 2],    B = [[11, 12],
     [3, 4]]         [13, 14]]
  • 元素乘法将产生:

    A * B = [[1 * 11,   2 * 12], 
             [3 * 13,   4 * 14]]
    
  • 矩阵乘法将产生:

    A @ B  =  [[1 * 11 + 2 * 13,   1 * 12 + 2 * 14],
               [3 * 11 + 4 * 13,   3 * 12 + 4 * 14]]
    

Numpy中的用法

到目前为止,Numpy使用了以下约定:

引入@运算符使得涉及矩阵乘法的代码更容易阅读。 PEP0465给我们举了一个例子:

# Current implementation of matrix multiplications using dot function
S = np.dot((np.dot(H, beta) - r).T,
            np.dot(inv(np.dot(np.dot(H, V), H.T)), np.dot(H, beta) - r))

# Current implementation of matrix multiplications using dot method
S = (H.dot(beta) - r).T.dot(inv(H.dot(V).dot(H.T))).dot(H.dot(beta) - r)

# Using the @ operator instead
S = (H @ beta - r).T @ inv(H @ V @ H.T) @ (H @ beta - r)

显然,最后一个实现更容易阅读和解释为一个等式。

40
Andrzej Pronobis

@是Python3.5中添加的Matrix Multiplication的新运算符

参考: https://docs.python.org/3/whatsnew/3.5.html#whatsnew-pep-465

C = A @ B
2
amehta