numbers —- 数字的抽象基类
源代码: Lib/numbers.py
numbers 模块 (PEP 3141) 定义了数字 抽象基类 的层级结构,其中逐级定义了更多操作。 此模块中定义的类型都不可被实例化。
class numbers.Number
数字的层次结构的基础。 如果你只想确认参数 x 是不是数字而不关心其类型,则使用 isinstance(x, Number)
。
数字的层次
class numbers.Complex
这个类型的子类描述了复数并包括了适用于内置 complex 类型的操作。 这些操作有: 转换为 complex 和 bool, real, imag, +
, -
, *
, /
, **
, abs(), conjugate(), ==
以及 !=
。 除 -
和 !=
之外所有操作都是抽象的。
real
抽象的。得到该数字的实数部分。
imag
抽象的。得到该数字的虚数部分。
abstractmethod conjugate()
抽象的。返回共轭复数。例如
(1+3j).conjugate() == (1-3j)
。
class numbers.Real
相对于 Complex,Real 加入了只有实数才能进行的操作。
简单的说,它们是:转化至 float,math.trunc()、 round()、 math.floor()、 math.ceil()、 divmod()、 //
、 %
、 <
、 <=
、 >
、 和 >=
。
实数同样默认支持 complex()、 real、 imag 和 conjugate()。
class numbers.Rational
子类型 Real 并加入 numerator 和 denominator 两种特征属性。 它还为 float() 提供了默认值。
numerator 和 denominator 值应为 Integral 的实例并且应当是具有 denominator 正值的最低项。
numerator
抽象的。
denominator
抽象的。
class numbers.Integral
子类型 Rational 还增加了到 int 的转换操作。 为 float(), numerator 和 denominator 提供了默认支持。 为 pow() 方法增加了求余和按位字符串运算的抽象方法: <<
, >>
, &
, ^
, |
, ~
。
类型接口注释。
实现者需要注意使相等的数字相等并拥有同样的值。当这两个数使用不同的扩展模块时,这其中的差异是很微妙的。例如,用 fractions.Fraction 实现 hash() 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))
加入更多数字的ABC
当然,这里有更多支持数字的ABC,如果不加入这些,就将缺少层次感。你可以用如下方法在 Complex 和 Real 中加入 MyFoo
:
class MyFoo(Complex): ...
MyFoo.register(Real)
实现算术运算
我们希望实现计算,因此,混合模式操作要么调用一个作者知道参数类型的实现,要么转变成为最接近的内置类型并对这个执行操作。对于子类 Integral,这意味着 __add__()
和 __radd__()
必须用如下方式定义:
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 有 5 种不同的混合类型的操作。 我将上面提到的所有代码作为“模板”称作 MyIntegral
和 OtherTypeIKnowAbout
。 a
是 Complex 的子类型 A
的实例 (a : A <: Complex
),同时 b : B <: Complex
。 我将要计算 a + b
:
如果
A
被定义成一个承认b
的__add__()
,一切都没有问题。如果
A
转回成“模板”失败,它将返回一个属于__add__()
的值,我们需要避免B
定义了一个更加智能的__radd__()
,因此模板需要返回一个属于__add__()
的 NotImplemented 。(或者A
可能完全不实现__add__()
。)接着看
B
的__radd__()
。如果它承认a
,一切都没有问题。如果没有成功回退到模板,就没有更多的方法可以去尝试,因此这里将使用默认的实现。
如果
B <: A
, Python 在A.__add__
之前尝试B.__radd__
。 这是可行的,是通过对A
的认识实现的,因此这可以在交给 Complex 处理之前处理这些实例。
如果 A <: Complex
和 B <: Real
没有共享任何资源,那么适当的共享操作涉及内置的 complex ,并且分别获得 __radd__()
,因此 a+b == b+a
。
由于对任何一直类型的大部分操作是十分相似的,可以定义一个帮助函数,即一个生成后续或相反的实例的生成器。例如,使用 fractions.Fraction 如下:
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):
# Includes ints.
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)
# ...