python运算符重载

python对运算符重载的一些限制

1.不能重载内置类型的运算符

2.不能新建运算符，只能重载现有的

3.某些运算符不能重载：is、and、or、not

建立某Vector类

from array import array
import reprlib
import math


class Vector:
    typecode = 'd'
    shortcut_names = 'xyzt'

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)

    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find('['):-1]
        return 'Vector({})'.format(components)

    def __str__(self):
        return str(tuple(self))

    def __bytes__(self):
        return (bytes([ord(self.typecode)]) + bytes(self._components))

    def __eq__(self, other):
        return tuple(self) == tuple(other)

    def __abs__(self):
        return math.sqrt(sum(x * x for x in self))

    def __bool__(self):
        return bool(abs(self))

    @classmethod
    def frombytes(cls, octets):
        typecode = chr(octets[0])
        memv = memoryview(octets[1:]).cast(typecode)
        return cls(memv)

可见Vector和新Vector

重载一元运算符

-  (__neg__)       　　一元取负运算符

+  (__pos__)       　　一元取正运算符

~  (__invert__)    　　对整数按位取反

     (__abs__)              取绝对值

实现它们：

    def __neg__(self):                     
        return Vector(-x for x in self)      #创建一个新的Vector实例，把self的每个分量都取反
    
    def __pos__(self):
        return Vector(self)                  #创建一个新的Vector实例，传入self各个分量

__invert__不实现是因为，计算~v时python会抛出TypeError，且输出详细的错误信息，这符合预期。

！！注意：x和+x可能不相等，例如

import decimal
ctx = decimal.getcontext()      #获取当前全局算术运算的上下文引用
ctx.prec = 40                   #把算术运算上下文精度设置为40
one_third = decimal.Decimal('1') / decimal.Decimal('3')  #计算1/3
print(one_third)
print(one_third == +one_third)  #
ctx.prec = 28                   #把精度降低为28，默认精度
print(one_third == +one_third)
print(+one_third)


0.3333333333333333333333333333333333333333
True 
False                                       #one_third == +one_third返回False
0.3333333333333333333333333333              #小数点后位是28位而不是40位

重载 + 运算符 

两个向量加在一起生成一个新向量，如果两个不同长度的Vector实例加一起呢，可以抛出错误，但最好是用0填充，那么可以：

    def __add__(self, other):
        pairs = itertools.zip_longest(self, other, fillvalue=0)
        return Vector(a + b for a, b in pairs)
        #pairs是一个生成器，生成(a, b)形式元组，a来自self,b来自other,0填充

尝试调用：

if __name__ == '__main__':
    V1 = Vector([3, 4, 5])
    V2 = V1 + (2, 3, 4, 5)
    print(repr(V2))
    V3 = (2, 3, 4, 5) + V1
    print(repr(V3))

#结果
Vector([5.0, 7.0, 9.0, 5.0])
TypeError: can only concatenate tuple (not "Vector") to tuple

实现的加法可以处理任何数值可迭代对象，但是对调操作数加法就会失败。实际上a + b调用的是a.__add__(b)，而b + a自然是调用b.__add__(a)。而(2,3,4,5)显然没有实现这样的加法，如何解决？

为了支持涉及不同类型的运算，python为中缀运算符提供了特殊的分派机制。对于表达式a + b来说，解释器会执行以下几步操作：

(1)如果a有__add__方法，而且返回值不是NotImplemented，调用a.__add__(b)，然后返回结果。

(2)如果a没有__add__方法，或者__add__方法返回值是NotImplemented，检查b有没有__radd__方法，如果有而且没有返回NotImplemented，调用b.__radd__(a)，然后返回结果。

(3)如果b没有__radd__方法，或者__radd__方法返回值是NotImplemented，抛出TypeError，并在错误消息中指明操作类型不支持。

__radd__是__add__的反向版本。那么加法可以这样写：

    def __add__(self, other):
        pairs = itertools.zip_longest(self, other, fillvalue=0)
        return Vector(a + b for a, b in pairs)
    
    def __radd__(self, other):
        return self + other        #__radd__直接委托__add__

新问题是，如果操作类型是单个数或者‘helloworld’这样的字符串抛出的错误不合理：

    V1 = Vector([3, 4, 5])
    V2 = V1 + 1
#TypeError: zip_longest argument #2 must support iteration

    V1 = Vector([3, 4, 5])
    V2 = V1 + 'abc'
#TypeError: unsupported operand type(s) for +: 'float' and 'str'

由于类型不兼容而导致运算符特殊方法无法返回有效的结果，那么应该返回NotImplemented，而不是TypeError。返回NotImplemented时，另一个操作数所属的类型还有机会执行运算，即python会尝试调用反向方法。

    def __add__(self, other):
        try:
            pairs = itertools.zip_longest(self, other, fillvalue=0)
            return Vector(a + b for a, b in pairs)
        except TypeError:
            return NotImplemented

    def __radd__(self, other):
        return self + other

发生TypeError时，解释器尝试调用反向运算符方法，如果操作数是不同的类型，对调之后可能反向运算符可以正确计算。

重载 * 运算符 

向量 * x，如果x是数值，就是向量每个分量乘以x。

    def __mul__(self, other):
        return Vector(n * other for n in self)
    
    def __rmul__(self, other):
        return self * other

问题是：提供不兼容的操作数就会出问题，other需要的参数是数字，传入bool类型，或者fractions.Fraction实例等就会出问题。

 这里采用类型检测，但是不硬编码具体类型，而是检查numbers.Real(因为不可能是复数)抽象基类，这个抽象基类涵盖了所有可能可以参与这个运算的类型。

    def __mul__(self, other):
        if isinstance(self, numbers.Real):
            return Vector(n * other for n in self)
        else:
            return NotImplemented

    def __rmul__(self, other):
        return self * other

中缀运算符见表：

重载比较运算符

比较运算符区别于+ * / 等：

(1) 正向反向调用使用的是同一系列方法，规则如表13-2.例如__gt__方法调用反向__lt__方法，并且把参数对调。

(2)对于==和!=来说，如果反向调用失败，python会比较对象ID，而不抛出TypeError。

仅仅比较长度以及各个分量显然是不合理的，因该加上类型检查：

    def __eq__(self, other):
        if isinstance(other, Vector):
            return len(self) == len(other) and all(a == b for a, b in zip(self, other))
        else:
            return NotImplemented

对于!=运算符，从object继承的__ne__方法后备行为满足了需求：定义了__eq__方法且不返回NotImplemented时，__ne__会对__eq__返回的结果取反。

（事实上可能x==y成立不代表x!=y不成立，有时需要定义__ne__方法）

 object继承的__ne__方法即是下面代码的C语言版本：

    def __ne__(self, other):
        eq_result = self == other
        if eq_result is NotImplemented:
            return NotImplemented
        else:
            return not eq_result

重载增量赋值运算符

 对于Vector类，它是不可变类型，是不能实现 += 这样的就地方法的。

某可变的类型：

class B(A):

def __add__(self, other):
    if isinstance(other, A)：
        return B(self.某属性+other.某属性)
    else:
        return NotImplemented

def __iadd__(self, other):
    if isinstance(other, A)
        other_iterable = other.某属性
    else:
        try:
            other_iterable = iter(other)
        except TpyeError:
             #抛出xxx错误
        使用other_iterable更新self
        return self

 以上来自《流畅的python》