python中pow_Python中float的内置pow（）和math.pow（）之间的区别？

快速检查

从签名中，我们可以看出它们是不同的：pow(x, y[, z])

math.pow(x, y)

另外，在shell中尝试也会给您一个快速的想法：>>> pow is math.pow

False

检验差异

了解两个功能之间行为差异的另一种方法是测试它们：import math

import traceback

import sys

inf = float("inf")

NaN = float("nan")

vals = [inf, NaN, 0.0, 1.0, 2.2, -1.0, -0.0, -2.2, -inf, 1, 0, 2]

tests = set([])

for vala in vals:

for valb in vals:

tests.add( (vala, valb) )

tests.add( (valb, vala) )

for a,b in tests:

print("math.pow(%f,%f)"%(a,b) )

try:

print(" %f "%math.pow(a,b))

except:

traceback.print_exc()

print("__builtins__.pow(%f,%f)"%(a,b) )

try:

print(" %f "%__builtins__.pow(a,b))

except:

traceback.print_exc()

然后我们可以注意到一些微妙的差异。例如：math.pow(0.000000,-2.200000)

ValueError: math domain error

__builtins__.pow(0.000000,-2.200000)

ZeroDivisionError: 0.0 cannot be raised to a negative power

还有其他的区别，上面的测试列表并不完整（没有长的数字，没有复杂的等等），但是这将给我们一个实用的列表，告诉我们这两个函数是如何表现不同的。我还建议扩展上述测试以检查每个函数返回的类型。您可能可以编写类似的东西来创建两个函数之间差异的报告。

math.pow()

math.pow()处理它的参数与内置的**或pow()非常不同。这是以牺牲灵活性为代价的。看一下the source，我们可以看到math.pow()的参数直接转换为doubles：static PyObject *

math_pow(PyObject *self, PyObject *args)

{

PyObject *ox, *oy;

double r, x, y;

int odd_y;

if (! PyArg_UnpackTuple(args, "pow", 2, 2, &ox, &oy))

return NULL;

x = PyFloat_AsDouble(ox);

y = PyFloat_AsDouble(oy);

/*...*/

然后对doubles进行有效性检查，然后将结果传递给底层的C数学库。

内置pow()

另一方面，内置的pow()（与**运算符相同）的行为非常不同，它实际上使用对象自己的**运算符实现，如果需要，最终用户可以通过替换数字的__pow__()、__rpow__()或__ipow__()方法来重写它。

对于内置类型，研究为两种数值类型（例如，floats，long和complex）实现的幂函数之间的差异是有指导意义的。

重写默认行为

描述了模拟数值类型here。本质上，如果要为不确定的数字创建一个新类型，您需要做的是为您的类型提供__pow__()、__rpow__()和可能的__ipow__()方法。这将允许您的号码与接线员一起使用：class Uncertain:

def __init__(self, x, delta=0):

self.delta = delta

self.x = x

def __pow__(self, other):

return Uncertain(

self.x**other.x,

Uncertain._propagate_power(self, other)

)

@staticmethod

def _propagate_power(A, B):

return math.sqrt(

((B.x*(A.x**(B.x-1)))**2)*A.delta*A.delta +

(((A.x**B.x)*math.log(B.x))**2)*B.delta*B.delta

)

为了覆盖math.pow()，必须对其进行monkey修补以支持新类型：def new_pow(a,b):

_a = Uncertain(a)

_b = Uncertain(b)

return _a ** _b

math.pow = new_pow

请注意，要实现这一点，您必须将Uncertain类包装起来，以处理作为__init__()输入的Uncertain实例