numbers
--- 數值的抽象基底類別¶
原始碼:Lib/numbers.py
numbers
模組 (PEP 3141) 定義了數值抽象基底類別 的階層結構,其中逐一定義了更多操作。此模組中定義的型別都不可被實例化。
- class numbers.Number¶
數值階層結構的基礎。如果你只想確認引數 x 是不是數值、並不關心其型別,請使用
isinstance(x, Number)
。
數值的階層¶
- class numbers.Complex¶
這個型別的子類別描述了複數並包含適用於內建
complex
型別的操作。這些操作有:complex
和bool
的轉換、real
、imag
、+
、-
、*
、/
、**
、abs()
、conjugate()
、==
以及!=
。除-
和!=
之外所有操作都是抽象的。- real¶
為抽象的。取得該數值的實數部分。
- imag¶
為抽象的。取得該數值的虛數部分。
- abstractmethod conjugate()¶
為抽象的。回傳共軛複數,例如
(1+3j).conjugate() == (1-3j)
。
- class numbers.Real¶
相對於
Complex
,Real
加入了只有實數才能進行的操作。簡單的說,有
float
的轉換、math.trunc()
、round()
、math.floor()
、math.ceil()
、divmod()
、//
、%
、<
、<=
、>
、和>=
。實數同樣提供
complex()
、real
、imag
和conjugate()
的預設值。
- class numbers.Rational¶
Real
的子型別,並增加了numerator
和denominator
這兩種特性。它也會提供float()
的預設值。numerator
和denominator
的值必須是Integral
的實例且denominator
要是正數。- numerator¶
為抽象的。
- denominator¶
為抽象的。
給型別實作者的註記¶
實作者需注意,相等的數值除了大小相等外,還必須擁有同樣的雜湊值。當使用兩個不同的實數擴充時,這可能是很微妙的。例如,fractions.Fraction
底下的 hash()
實作如下:
def __hash__(self):
if self.denominator == 1:
# Get integers right.
return hash(self.numerator)
# Expensive check, but definitely correct.
if self == float(self):
return hash(float(self))
else:
# Use tuple's hash to avoid a high collision rate on
# simple fractions.
return hash((self.numerator, self.denominator))
加入更多數值 ABC¶
當然,還有更多用於數值的 ABC,如果不加入它們就不會有健全的階層。你可以在 Complex
和 Real
中加入 MyFoo
,像是:
class MyFoo(Complex): ...
MyFoo.register(Real)
實作算術操作¶
我們想要實作算術操作,來使得混合模式操作要麼呼叫一個作者知道兩個引數之型別的實作,要麼將其轉換成最接近的內建型別並執行這個操作。對於 Integral
的子型別,這意味著 __add__()
和 __radd__()
必須用如下方式定義:
class MyIntegral(Integral):
def __add__(self, other):
if isinstance(other, MyIntegral):
return do_my_adding_stuff(self, other)
elif isinstance(other, OtherTypeIKnowAbout):
return do_my_other_adding_stuff(self, other)
else:
return NotImplemented
def __radd__(self, other):
if isinstance(other, MyIntegral):
return do_my_adding_stuff(other, self)
elif isinstance(other, OtherTypeIKnowAbout):
return do_my_other_adding_stuff(other, self)
elif isinstance(other, Integral):
return int(other) + int(self)
elif isinstance(other, Real):
return float(other) + float(self)
elif isinstance(other, Complex):
return complex(other) + complex(self)
else:
return NotImplemented
Complex
的子類別有 5 種不同的混合型別操作。我將上面提到所有不涉及 MyIntegral
和 OtherTypeIKnowAbout
的程式碼稱作「模板 (boilerplate)」。a
是 Complex
之子型別 A
的實例 (a : A <: Complex
),同時 b : B <: Complex
。我將要計算 a + b
:
如果
A
有定義成一個接受b
的__add__()
,不會發生問題。如果
A
回退成模板程式碼,它將回傳一個來自__add__()
的值,並喪失讓B
定義一個更完善的__radd__()
的機會,因此模板需要回傳一個來自__add__()
的NotImplemented
。(或者A
可能完全不實作__add__()
。)接著看
B
的__radd__()
。如果它接受a
,不會發生問題。如果沒有成功回退到模板,就沒有更多的方法可以去嘗試,因此這裡將使用預設的實作。
如果
B <: A
,Python 會在A.__add__
之前嘗試B.__radd__
。這是可行的,因為它是透過對A
的理解而實作的,所以這可以在交給Complex
之前處理好這些實例。
如果 A <: Complex
和 B <: Real
且沒有共享任何其他型別上的理解,那麼適當的共享操作會涉及內建的 complex
,並且分別用到 __radd__()
,因此 a+b == b+a
。
由於大部分對任意給定類型的操作都十分相似的,定義一個為任意給定運算子生成向前 (forward) 與向後 (reverse) 實例的輔助函式可能會非常有用。例如,fractions.Fraction
使用了:
def _operator_fallbacks(monomorphic_operator, fallback_operator):
def forward(a, b):
if isinstance(b, (int, Fraction)):
return monomorphic_operator(a, b)
elif isinstance(b, float):
return fallback_operator(float(a), b)
elif isinstance(b, complex):
return fallback_operator(complex(a), b)
else:
return NotImplemented
forward.__name__ = '__' + fallback_operator.__name__ + '__'
forward.__doc__ = monomorphic_operator.__doc__
def reverse(b, a):
if isinstance(a, Rational):
# 包含整數。
return monomorphic_operator(a, b)
elif isinstance(a, Real):
return fallback_operator(float(a), float(b))
elif isinstance(a, Complex):
return fallback_operator(complex(a), complex(b))
else:
return NotImplemented
reverse.__name__ = '__r' + fallback_operator.__name__ + '__'
reverse.__doc__ = monomorphic_operator.__doc__
return forward, reverse
def _add(a, b):
"""a + b"""
return Fraction(a.numerator * b.denominator +
b.numerator * a.denominator,
a.denominator * b.denominator)
__add__, __radd__ = _operator_fallbacks(_add, operator.add)
# ...