python的power_python中的power运算符（**）转换成什么？

如果您对内部代码感兴趣，我将反汇编该指令以获取它映射到的CPython字节码。使用Python3：»»» def test():

return 2**3

...:

»»» dis.dis(test)

2 0 LOAD_CONST 3 (8)

3 RETURN_VALUE

好吧，看来这已经完成了输入时的计算，并存储了结果。对于2*2*2，您可以得到完全相同的CPython字节码(请随意尝试)。所以，对于求值为常数的表达式，得到的结果是相同的，这无关紧要。

如果你想要一个变量的幂怎么办？

现在得到两个不同的字节码位：»»» def test(n):

return n ** 3

»»» dis.dis(test)

2 0 LOAD_FAST 0 (n)

3 LOAD_CONST 1 (3)

6 BINARY_POWER

7 RETURN_VALUE

与»»» def test(n):

return n * 2 * 2

....:

»»» dis.dis(test)

2 0 LOAD_FAST 0 (n)

3 LOAD_CONST 1 (2)

6 BINARY_MULTIPLY

7 LOAD_CONST 1 (2)

10 BINARY_MULTIPLY

11 RETURN_VALUE

现在的问题当然是，二进制乘法是否比二进制幂运算快？

最好的办法就是利用时间。我将使用IPython%timeit魔法。下面是乘法的输出：%timeit test(100)

The slowest run took 15.52 times longer than the fastest. This could mean that an intermediate result is being cached

10000000 loops, best of 3: 163 ns per loop

为了权力The slowest run took 5.44 times longer than the fastest. This could mean that an intermediate result is being cached

1000000 loops, best of 3: 473 ns per loop

您可能希望对有代表性的输入重复此操作，但从经验上看，乘法似乎更快(但请注意前面提到的关于输出方差的警告)。

如果您想了解更多的内部信息，我建议您深入研究CPython代码。