Der Tilde-Operator in Python

Was ist die Verwendung des Tilde-Operators in Python?

Eine Sache, über die ich nachdenken kann, ist, auf beiden Seiten einer Zeichenfolge oder Liste etwas zu tun, z. B. zu überprüfen, ob eine Zeichenfolge palindrom ist oder nicht:

def is_palindromic(s):
    return all(s[i] == s[~i] for i in range(len(s) / 2)) 

Irgendeine andere gute Verwendung?

Es ist ein unärer Operator (mit einem einzigen Argument), der aus C entlehnt ist, wobei alle Datentypen nur unterschiedliche Arten der Interpretation von Bytes sind. Es ist die "Invert" - oder "Komplement" -Operation, bei der alle Bits der Eingabedaten umgekehrt werden.

In Python werden für Ganzzahlen die Bits der Zweierkomplementdarstellung der Ganzzahl umgekehrt (wie b <- b XOR 1für jedes einzelne Bit), und das Ergebnis wird erneut als Zweierkomplement-Ganzzahl interpretiert. Also für ganze Zahlen ~xist äquivalent zu (-x) - 1.

Die einheitliche Form des ~Betreibers wird bereitgestellt als operator.invert. Geben Sie eine __invert__(self)Methode an, um diesen Operator in Ihrer eigenen Klasse zu unterstützen .

>>> import operator
>>> class Foo:
...   def __invert__(self):
...     print 'invert'
...
>>> x = Foo()
>>> operator.invert(x)
invert
>>> ~x
invert

Jede Klasse, in der es sinnvoll ist, ein "Komplement" oder "Inverses" einer Instanz zu haben, die auch eine Instanz derselben Klasse ist, ist ein möglicher Kandidat für den Invertierungsoperator. Das Überladen von Operatoren kann jedoch bei Missbrauch zu Verwirrung führen. Stellen Sie daher sicher, dass dies wirklich sinnvoll ist, bevor Sie __invert__Ihrer Klasse eine Methode zur Verfügung stellen. (Beachten Sie, dass Byte-Strings [Beispiel: '\xff'] diesen Operator nicht unterstützen, obwohl es sinnvoll ist, alle Bits eines Byte-Strings zu invertieren.)

~ist der bitweise Komplementoperator in Python, der im Wesentlichen berechnet-x - 1

So würde ein Tisch aussehen

i  ~i  
0  -1
1  -2
2  -3
3  -4 
4  -5 
5  -6

Also für i = 0es würde s[0]mit s[len(s) - 1], für i = 1, s[1]mit vergleichen s[len(s) - 2].

Was Ihre andere Frage betrifft, kann dies für eine Reihe von bitweisen Hacks nützlich sein .

Sie können nicht nur ein bitweiser Komplementoperator sein , sondern ~auch einen booleschen Wert zurücksetzen , obwohl dies hier nicht der herkömmliche boolTyp ist, sondern Sie ihn verwenden sollten numpy.bool_.

Dies wird erklärt in,

import numpy as np
assert ~np.True_ == np.False_

Das Umkehren des logischen Werts kann manchmal nützlich sein, z. B. wird der folgende ~Operator verwendet, um Ihr Dataset zu bereinigen und Ihnen eine Spalte ohne NaN zurückzugeben.

from numpy import NaN
import pandas as pd

matrix = pd.DataFrame([1,2,3,4,NaN], columns=['Number'], dtype='float64')
# Remove NaN in column 'Number'
matrix['Number'][~matrix['Number'].isnull()]

Man sollte im Fall von Array - Indizierung beachten Sie, dass, array[~i]beträgt reversed_array[i]. Es kann als Indizierung ab dem Ende des Arrays angesehen werden:

[0, 1, 2, 3, 4, 5, 6, 7, 8]
    ^                 ^
    i                ~i

Das einzige Mal, dass ich dies jemals in der Praxis verwendet habe, ist mit numpy/pandas. Zum Beispiel mit der .isin() Datenrahmenmethode .

In den Dokumenten zeigen sie dieses grundlegende Beispiel

>>> df.isin([0, 2])
        num_legs  num_wings
falcon      True       True
dog        False       True

Aber was ist, wenn Sie stattdessen alle Zeilen nicht in [0, 2] haben möchten?

>>> ~df.isin([0, 2])
        num_legs  num_wings
falcon     False       False
dog        True        False

Ich habe dieses Leetcode-Problem gelöst und bin auf diese schöne Lösung eines Benutzers namens Zitao Wang gestoßen .

Das Problem geht so, dass für jedes Element im angegebenen Array das Produkt aller verbleibenden Zahlen ohne Verwendung von Divison und in der O(n)Zeit gefunden wird

Die Standardlösung lautet:

Pass 1: For all elements compute product of all the elements to the left of it
Pass 2: For all elements compute product of all the elements to the right of it
        and then multiplying them for the final answer 

Seine Lösung verwendet nur eine for-Schleife, indem sie verwendet. Er berechnet das linke und das rechte Produkt im laufenden Betrieb mit~

def productExceptSelf(self, nums):
    res = [1]*len(nums)
    lprod = 1
    rprod = 1
    for i in range(len(nums)):
        res[i] *= lprod
        lprod *= nums[i]
        res[~i] *= rprod
        rprod *= nums[~i]
    return res

Dies ist eine geringfügige Verwendung ist Tilde ...

def split_train_test_by_id(data, test_ratio, id_column):
    ids = data[id_column]
    in_test_set = ids.apply(lambda id_: test_set_check(id_, test_ratio)) 
    return data.loc[~in_test_set], data.loc[in_test_set]

Der obige Code stammt aus "Hands On Machine Learning".

Sie verwenden Tilde (~ Zeichen) als Alternative zum Indexzeichen - Zeichen

Genau wie Sie Minus verwenden - steht für Integer Index

Ex)

array = [1,2,3,4,5,6]
print(array[-1])

ist das samething als

print(array[~1])