Wofür steht das Symbol '@ =' in Python?

Ich weiß, @ist für Dekorateure, aber wofür ist @=in Python? Ist es nur ein Vorbehalt für eine zukünftige Idee?

Dies ist nur eine meiner vielen Fragen beim Lesen tokenizer.py.

Aus der Dokumentation :

Der @(at) -Operator soll für die Matrixmultiplikation verwendet werden. Kein eingebauter Python-Typ implementiert diesen Operator.

Der @Operator wurde in Python 3.5 eingeführt. @=ist die Matrixmultiplikation, gefolgt von der Zuweisung, wie Sie es erwarten würden. Sie bilden auf __matmul__, __rmatmul__oder __imatmul__ähnlich, wie +und +=Karte auf __add__, __radd__oder __iadd__.

Der Betreiber und die Gründe dafür werden in PEP 465 ausführlich erörtert .

@=und @sind neue Operatoren, die in Python 3.5 eingeführt wurden und eine Matrixmultiplikation durchführen . Sie sollen die bisherige Verwechslung mit dem Operator verdeutlichen, der *je nach der in dieser bestimmten Bibliothek / diesem Code verwendeten Konvention entweder für die elementweise Multiplikation oder die Matrixmultiplikation verwendet wurde. Infolgedessen soll der Operator in Zukunft *nur noch für die elementweise Multiplikation verwendet werden.

Wie in PEP0465 erläutert , wurden zwei Operatoren eingeführt:

• Ein neuer binärer Operator A @ B, der ähnlich wie verwendet wirdA * B
• Eine In-Place-Version A @= B, die ähnlich wie verwendet wirdA *= B

Matrixmultiplikation vs. elementweise Multiplikation

Um den Unterschied für zwei Matrizen schnell hervorzuheben:

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

• Die elementweise Multiplikation ergibt:

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

• Die Matrixmultiplikation ergibt:

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

Verwendung in Numpy

Bisher verwendete Numpy die folgende Konvention:

• Der *Operator (und die arithmetischen Operatoren im Allgemeinen) wurden als elementweise Operationen auf ndarrays und als Matrixmultiplikation auf dem Typ numpy.matrix definiert .

• Methode / Funktion dot wurde für die Matrixmultiplikation von Ndarrays verwendet

Die Einführung des @Operators erleichtert das Lesen des Codes mit Matrixmultiplikationen erheblich. PEP0465 gibt uns ein Beispiel:

# 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)

Es ist klar, dass die letzte Implementierung viel einfacher zu lesen und als Gleichung zu interpretieren ist.

@ ist der neue Operator für die Matrixmultiplikation, der in Python3.5 hinzugefügt wurde

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

Beispiel

C = A @ B