我刚刚开始使用numpy及其矩阵模块(非常有用!),我想使用矩阵对象作为字典的键,所以我检查了矩阵是否实现了__hash__方法:
>>> from numpy import matrix
>>> hasattr(matrix,'__hash__')
True
它确实如此!很好,所以这意味着它可以是字典的关键:
>>> m1 = matrix('1 2 3; 4 5 6; 7 8 9')
>>> m1
matrix([[1,2,3],[4,5,6],[7,8,9]])
>>> m2 = matrix('1 0 0; 0 1 0; 0 0 1')
>>> m2
matrix([[1,0],[0,1,1]])
>>> matrix_dict = {m1: 'first',m2: 'second'}
成功了!现在,让我们继续测试:
>>> matrix_dict[m1]
'first'
>>> matrix_dict[matrix('1 2 3; 4 5 6; 7 8 9')]
Traceback (most recent call last):
File "",line 1,in
KeyError: matrix([[1,9]])
什么?因此,它适用于相同的矩阵,但它不适用于具有完全相同内容的另一个矩阵?让我们看看__hash__返回的内容:
>>> hash(m1)
2777620
>>> same_as_m = matrix('1 2 3; 4 5 6; 7 8 9')
>>> hash(same_as_m)
-9223372036851998151
>>> hash(matrix('1 2 3; 4 5 6; 7 8 9')) # same as m too
2777665
因此,来自numpy的矩阵的__hash__方法返回相同矩阵的不同值.
这是正确的吗?那么,这是否意味着它不能用作字典键?如果它不能使用,为什么它有__hash__实现?