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的操作。 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加入了只适用于实数的操作。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。
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¶
我们想要实现算术运算，因此混合模式运算要么调用一个开发者知道两个参数类型的实现，要么将两个参数转换为最接近的内置类型再执行运算。 对于 Integral 的子类，这意味着 __add__() 和 __radd__() 应当被定义为:
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定义了接受b的__add__()，一切都没有问题。如果
A回退至基础代码，它将返回一个来自__add__()的值，我们就没有机会为B定义更加智能的__radd__()，因此基础代码应当从__add__()返回NotImplemented。 （或者A可能完全不实现__add__()。）那么
B的__radd__()将有机会发挥作用。 如果它接受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 没有共享任何其他信息，那么内置 complex 的共享操作就是最适当的，两个 __radd__() 都将应用该操作，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)
# ...