Biểu tượng '@ =' trong Python là gì?

Tôi biết @là dành cho trang trí, nhưng những gì @=dành cho Python? Có phải nó chỉ đặt trước cho một số ý tưởng trong tương lai?

Đây chỉ là một trong nhiều câu hỏi của tôi trong khi đọc tokenizer.py.

Từ các tài liệu :

Các @(ở) nhà điều hành được thiết kế để được sử dụng cho phép nhân ma trận. Không có loại Python dựng sẵn nào thực hiện toán tử này.

Các @nhà điều hành đã được giới thiệu trong Python 3.5. @=là phép nhân ma trận theo sau là phép gán, như bạn mong đợi. Chúng ánh xạ tới __matmul__, __rmatmul__hoặc __imatmul__tương tự như cách +và +=ánh xạ tới __add__, __radd__hoặc __iadd__.

Toán tử và lý do đằng sau nó được thảo luận chi tiết trong PEP 465 .

@=và @là các toán tử mới được giới thiệu trong phép nhân ma trận thực hiện Python 3.5 . Chúng có nghĩa là để làm rõ sự nhầm lẫn tồn tại cho đến nay với toán tử được sử dụng cho phép nhân phần tử hoặc nhân ma trận tùy thuộc vào quy ước được sử dụng trong thư viện / mã cụ thể đó. Kết quả là, trong tương lai, toán tử chỉ được sử dụng cho phép nhân phần tử.**

Như đã giải thích trong PEP0465 , hai toán tử đã được giới thiệu:

• Một toán tử nhị phân mới A @ B, được sử dụng tương tự nhưA * B
• Một phiên bản tại chỗ A @= B, được sử dụng tương tự nhưA *= B

Phép nhân ma trận so với phép nhân nguyên tố

Để nhanh chóng làm nổi bật sự khác biệt, cho hai ma trận:

A = [[1, 2],    B = [[11, 12],
     [3, 4]]         [13, 14]]

• Phép nhân nguyên tố sẽ mang lại:

  A * B = [[1 * 11,   2 * 12], 
           [3 * 13,   4 * 14]]
  

• Phép nhân ma trận sẽ mang lại:

  A @ B  =  [[1 * 11 + 2 * 13,   1 * 12 + 2 * 14],
             [3 * 11 + 4 * 13,   3 * 12 + 4 * 14]]
  

Sử dụng trong Numpy

Cho đến nay, Numpy đã sử dụng quy ước sau:

• các *nhà khai thác (và toán tử số học nói chung) được định nghĩa là các hoạt động tố khôn ngoan trên ndarrays và dạng ma trận-nhân trên numpy.matrix loại.

• phương thức / hàm dot được sử dụng để nhân ma trận của ndarrays

Giới thiệu @toán tử làm cho mã liên quan đến phép nhân ma trận dễ đọc hơn nhiều. PEP0465 cho chúng ta một ví dụ:

# Current implementation of matrix multiplications using dot function
S = np.dot((np.dot(H, beta) - r).T,
            np.dot(inv(np.dot(np.dot(H, V), H.T)), np.dot(H, beta) - r))

# Current implementation of matrix multiplications using dot method
S = (H.dot(beta) - r).T.dot(inv(H.dot(V).dot(H.T))).dot(H.dot(beta) - r)

# Using the @ operator instead
S = (H @ beta - r).T @ inv(H @ V @ H.T) @ (H @ beta - r)

Rõ ràng, việc thực hiện cuối cùng là dễ dàng hơn nhiều để đọc và giải thích như một phương trình.

@ là toán tử mới cho Phép nhân ma trận được thêm vào trong Python3.5

Tham khảo: https://docs.python.org/3/whatsnew/3.5.html#whatsnew-pep-465

Thí dụ

C = A @ B