Python编程：正确重载运算符

1.运算符重载基础

        运算符重载的作用是让用户使用中缀运算符（如：+和|）和一元运算符（如：-和~）。说得宽泛些，在Python中，函数调用（()）、属性访问（.）和元素访问/切片（[]）也算是运算符，不过本章只讨论一元运算符和中缀运算符。

        因为在某些圈子中，运算符重载的名声并不好。所以Python对其进行了限制：

（1）不能重载内置类型的运算符。

（2）不能新建运算符，只能充在现有的。

（3）某些运算符不能重载——is、and、or、not。

2.一元运算符

        在Python中，一元运算符如下面表格，分为三种。

-(_neg_)	一元取负算术运算符，eg：x=2，-x==-2
+(_pos_)	一元取正算术运算符，eg：x=2，+x==2
~(_invert_)	对整数按位取反，定义为-x=-（x+1）
abs(...)(_abs_)	取绝对值

        支持一元运算符很简单，只需要实现相应的特殊方法即可 。这些特殊方法只有一个参数self。然后，使用符合所在类的逻辑实现。不过要遵守运算符的一个基本规则：始终返回一个新对象。也就是说，不能修改self，要创建并返回合适类型的新实例。

        还是对以前讲过的Vector实例进行完善，添加_neg_、_pos_和_abs_一元运算符方法。

    def __abs__(self):
        return math.sqrt(sum(x * x for x in self))
    
    def __neg__(self):
        return Vector(-x for x in self)
    
    def __pos__(self):
        return Vector(self)

        可以发现，abs（）方法返回的是一个标量，而neg和pos方法返回的是一个新的Vector实例。

3.重载向量加法运算符

        两个欧几里得向量加到一起得到的是一个新的向量，它的各个分量是两个向量中相应的分量之和。但是，要注意一个问题，如果两个向量长度不相等时，可能会抛出错误，此时，我们最好使用零来填充那个较短的向量。

    def __add__(self, other):
        pairs = itertools.zip_longest(self, other, fillvalue=0.0)
        return Vector(a+b for a, b in pairs)

        pairs是个生成器，它会生成（a，b）形式的元组，a来自self，b来自other。并且，当两个向量长度不相等时，会用0来填充那个较短的可迭代向量。然后，构建一个新Vector实例，使用生成器表达式来计算各元素的和。

        注意，实现一元运算符和中缀运算符的特殊方法一定不能修改操作数。使用这些运算符的表达式期待结果是个新对象。只有增量赋值表达式可能会修改第一个操作数（self）。

        但是，当我们对调操作数，混合类型的加法就会失败。为了支持涉及不同类型的运算，Python为中缀运算符特殊方法提供了特殊的分派机制，以a+b表达式来进行举例：

（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，或者返回值是NotImplemented，检查b有没有_radd_方法，如果有，并且没有返回NotImplemented，就调用b._radd_(a)，然后返回结果。

（3）如果b没有_radd_方法，或者调用_radd_方法返回NotImplemented，就会抛出TypeError错误，并在错误消息中指明操作数类型不支持。

        下面，我们将为Vector实例加上_radd_方法。

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

        为了遵守鸭子类型精神，我们不能测试other操作数的类型，或者它的元素类型。我们要捕获异常，然后返回NotImplemented。下面是Vector实例加法的特殊方法的最终方法。

    def __add__(self, other):
        try:
            pairs = itertools.zip_longest(self, other, fillvalue=0.0)
            return Vector(a + b for a, b in pairs)
        except TypeError:
            return NotImplemented

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

4.重载标量乘法运算符*

        Vector（[1, 2, 3]）* x是什么意思？如果x是数字，就计算标量积，结果是一个新的Vector实例，各分量都会乘一个x——这也叫元素级乘法。另外，如果x也会是一个Vector实例，那么这个乘法叫做点积，就是对应元素进行想乘，也就是矩阵乘法。下面我们先进行简单的实现。

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

        这两个方法确实可用，但是提供不兼容的操作数时，会出现问题。所以，我们采用之前讲到的“白鹅类型”，使用isinstance检查other的类型，但不硬编码具体的类型，而是检查numbers.Real抽象基类。这个抽象基类几乎涵盖了我们所需的全部类型。

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

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

        在mul方法中使用isinstance检查other是否是numbers.Real的某个子类的实例，用分量的乘积创建一个新的Vector实例，否则，返回NotImplmented。

        下面简要介绍下常用的中缀运算符：

运算符	说明
+	加法或拼接
-	减法
*	乘法或重复复制
/	除法
//	整除
%	取模
divmod（）	返回由整除的商和模数组成的元组
**，pow（）	取幂*
@	矩阵乘法
&	位与
|	位或
^	位异或
<<	按位左移
>>	按位右移

5.众多比较运算符

        Python解释器对众多比较运算符的处理与前文类似，不过有以下两部分的区别：

（1）正向和反向调用使用的是同一系列的方法。如：对==来说，正向和反向调用都是_eq_方法，只是把参数对调了，而正向的_gt_方法调用的是反向的_lt_方法，并把参数对调。

（2）对==和!=来说，如果反向调用失败，Python会比较对象的ID，而不会抛出TypeError。

        当我们再次回过头来看Vector实例中的_eq_方法时，会发现它并不完美。因为它会判断一个Vector实例与一个元组相等。所以要进行改进。

    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

6.增量运算符

        其实到现在，Vector类已经支持增量赋值运算符*=和+=了。要注意的是，增量赋值不会修改不可变目标，而是新建实例，然后重新绑定。

        如果一个类没有实现就地运算符，增量赋值运算符只是语法糖，a+=b的作用与a=a+b的作用完全一样。对不可变类型来说，这是预期的行为，而且，如果编写了_add_方法的话，不用编写额外的代码，+=可以直接用。

        但是如果你定义了就地运算符方法，例如：_iadd_，计算a+=b的结果时会调用就地运算符方法。这种运算符的名称表明，他们会就地修改左操作数，而不会创建新的对象作为结果。

        此外，值得一提的是，+=比+运算符更宽容。+运算符的两个操作数必须是相同类型，如若不然，结果的类型可能会出乎人的意料。而+=的情况就更加明确，因为就地修改左操作数，所以结果的类型是确定的。