在Python中的原地操作符|极客笔记

在Python中的原地操作符

Python提供了一组原地操作符。原地操作符允许您在变量上执行算术、逻辑和位操作，以原地更新其值。这些操作符通过将赋值操作符（=）与另一个操作符结合来表示。它可以提高程序的性能并节省内存。

在本文中，我们将探讨Python中提供的各种原地操作符，并附带示例。

1. iadd() – 原地加法

iadd(x, y)操作符执行一次原地加法操作。它使用结果更新变量的值。它由+=符号表示。

import operator

# Variables
a = 5
b = 4

print("Original, a =", a)

# In-place Addition
a += b

# The above operation is equivalent to
# a = a + b
# a = operator.iadd(a, b)
# a = operator.__iadd__(a, b)

print("Updated, a =", a)

输出:

Original, a = 5
Updated, a = 9

上述代码演示了如何进行原地加法。

2. isub() – 原地减法

isub(x, y)运算符执行原地减法运算。它将变量的值更新为结果。它由-=符号表示。

import operator

# Variables
a = 5
b = 4

print("Original a =", a)

# In-place Subtraction
a -= b

# The above operation is equivalent to
# a = a - b
# a = operator.isub(a, b)
# a = operator.__isub__(a, b)

print("Updated a =", a)

输出：

Original, a = 5
Updated, a = 1

上面的代码示例演示了如何进行原位减法。

3. imul() – 原位乘法

imul(x, y) 运算符执行一个原位乘法操作。它更新变量的值并将结果存储在变量中。它用 *= 符号表示。

import operator

# Variables
a = 5
b = 4

print("Original, a =", a)

# In-place Multiplication
a *= b

# The above operation is equivalent to
# a = a * b
# a = operator.imul(a, b)
# a = operator.__imul__(a, b)

print("Updated, a =", a)

输出:

Original, a = 5
Updated, a = 20

上述代码演示了如何执行原地乘法。

4. itruediv() – 原地真除法

itruediv(x, y) 运算符执行一个原地真除法操作。它用结果更新变量的值。它用 /= 符号表示。

import operator

# Variables
a = 5
b = 4

print("Original, a =", a)

# In-place true division
a /= b

# The above operation is equivalent to
# a = a / b
# a = operator.itruediv(a, b)
# a = operator.__itruediv__(a, b)

print("Updated, a =", a)

输出：

Original, a = 5
Updated, a = 1.25

以上代码演示了如何执行原地真除法。

5. iand()，ior()，ixor() – 原位按位与，按位或，按位异或

iand（x，y）运算符执行原地按位与操作。它由&=符号表示。

ior（x，y）运算符执行原位按位或操作。它由|=符号表示。

ixor（x，y）运算符执行原位按位异或操作。它由^=符号表示。

它们都通过更新变量的值来得到结果。

import operator

# Variables
a = 5
b = 4
c = 3
d = 2

print("Original, a =", a)
print("Original, c =", c)
print("Original, d =", d)

# In-place Bitwise AND
a &= b
# The above operation is equivalent to
# a = a & b
# a = operator.iand(a, b)
# a = operator.__iand__(a, b)

# In-place Bitwise OR
c |= b
# The above operation is equivalent to
# c = c | b
# c = operator.iand(c, b)
# c = operator.__iand__(c, b)

# In-place Bitwise XOR
d ^= b
# The above operation is equivalent to
# d = d ^ b
# d = operator.iand(d, b)
# d = operator.__iand__(d, b)

print("Updated, a =", a)
print("Updated, c =", c)
print("Updated, d =", d)

输出：

Original, a = 5
Original, c = 3
Original, d = 2
Updated, a = 4
Updated, c = 7
Updated, d = 6

在Python中的原地操作符

以上代码演示了如何执行原地AND、OR和XOR操作。

6. imod()和ifloordiv() – 原地取模和向下取整除法

imod(x, y)运算符执行原地取模操作。它由%=符号表示。

ifloordiv(x, y)运算符执行原地向下取整除法操作。它由//=符号表示。

它们通过结果来更新变量的值。

import operator

# Variables
a = 5
b = 4
c = 15

print("Original, a =", a)
print("Original, c =", c)

# In-place modulo
a %= b
# The above operation is equivalent to
# a = a % b
# a = operator.imod(a, b)
# a = operator.__imod__(a, b)

# In-place floor division
c //= b
# The above operation is equivalent to
# c = c // b
# c = operator.ifloordiv(c, b)
# c = operator.__ifloordiv__(c, b)

print("Updated, a =", a)
print("Updated, c =", c)

输出:

Original, a = 5
Original, c = 15
Updated, a = 1 # Remainder when 5 is divided by 4
Updated, c = 3 # Floor value of the result

上面的代码演示了如何执行原地取模和向下取整除法操作。

7. ilshift() 和 irshift() – 原地左移和右移

ilshift(x, y) 运算符执行原地左移操作。它用 << = 符号表示。

irshift(x, y) 运算符执行原地右移操作。它用 >> = 符号表示。

它们更新变量的值为结果。

import operator

# Variables
a = 20
b = 25

print("Original, a =", a)
print("Original, b =", b)

# In-place left shift
a <<= 2 # Shifts two bits to the left
# The above operation is equivalent to
# a = a << 2
# a = operator.ilshift(a, 2)
# a = operator.__ilshift__(a, 2)

# In-place right shift
b >>= 2 # Shifts two bits to the right
# The above operation is equivalent to
# b = b >> 2

# b = operator.irshift(b, 2)
# b = operator.__irshift__(b, 2)

print("Updated, a =", a)
print("Updated, b =", b)

输出:

Original, a = 20
Original, b = 25
Updated, a = 80
Updated, b = 6

在Python中的原地操作符

上述代码演示了如何进行原地取模和地板除法操作。

8. ipow() – 原地指数运算

ipow(x, y) 操作符执行一个原地指数运算操作。它由 **= 符号表示。它通过结果更新变量的值。

import operator

# Variables
a = 10
b = 2

print("Original, a =", a)

# In-place exponentiation
a **= b
# The above operation is equivalent to
# a = a ** b
# a = operator.ipow(a, b)
# a = operator.__ipow__(a, b)

print("Updated, a =", a)

输出：

Original, a = 10
Updated, a = 100

上面的代码演示了如何进行原地幂运算。

9. imatmul() – 原地矩阵乘法

imatmul()运算符执行了原地矩阵乘法操作。它更新变量的值为结果。它用@=符号表示。

import operator
import numpy as np

# Numpy Arrays
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

print("Original, a =", a)

# In-place exponentiation
a @= b
# The above operation is equivalent to
# a = a @ b
# a = operator.imatmul(a, b)
# a = operator.__imatmul__(a, b)

print("Updated, a =", a)

输出:

Original, a = [[1 2] [3 4]]
Updated, a = [[19 22] [43 50]]

在Python中的原地操作符

上面的代码演示了如何执行就地矩阵乘法操作。

10. iconcat() – 就地连接

iconcat(x, y)执行就地连接操作。它用 += 符号表示，并用于连接字符串、列表和其他序列。它通过将变量的值更新为连接的结果来完成操作。

import operator

# Example with strings
s = "Hello"
print("Original, s =", s)

s += " World"
# Equivalent to s = s + " World"
# Equivalent to s = operator.iconcat(s, " World")
# Equivalent to s = operator.__iconcat__(s, " World")

print("Updated, s =", s)

# Example with lists
numbers = [1, 2, 3]
print("Original, numbers =", numbers)

numbers += [4, 5]
# Equivalent to numbers = numbers + [4, 5]
# Equivalent to numbers = operator.iconcat(numbers, [4, 5])
# Equivalent to numbers = operator.__iconcat__(numbers, [4, 5])

print("Updated, numbers =", numbers)

输出：

Original, s = Hello
Updated, s = Hello World
Original, numbers = [1, 2, 3]
Updated, numbers = [1, 2, 3, 4, 5]

上面的代码演示了如何执行原地连接操作。

结论

总之，原地操作符允许您在原地执行不同的操作，即更新变量的值而不创建新的变量或对象。它们提供了一种高效的执行操作、节省内存并使您的代码更易读的方式。通过使用这些原地操作符，您可以简化代码并提高其性能。

在Python中的原地操作符