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