【发布时间】:2010-10-14 01:00:13
【问题描述】:
Google 不允许我搜索 |=,因此我无法找到相关文档。有人知道吗?
【问题讨论】:
-
我认为有必要指出,正如下面sunny 的回答,
|也被用作集合联合运算符 -
2019年谷歌让你搜索`|=`! :-)
标签: python
Google 不允许我搜索 |=,因此我无法找到相关文档。有人知道吗?
【问题讨论】:
| 也被用作集合联合运算符
标签: python
|= 在对象对之间执行 in-place+ 操作。特别是在:
在大多数情况下,它与| 运算符有关。请参阅下面的示例。
套装
例如,两个分配集s1 和s2 的并集共享以下等价表达式:
>>> s1 = s1 | s2 # 1
>>> s1 |= s2 # 2
>>> s1.__ior__(s2) # 3
s1 的最终值等于:
例子
在这里,我们将 OR (|) 和就地 OR (|=) 应用于 集合:
>>> s1 = {"a", "b", "c"}
>>> s2 = {"d", "e", "f"}
>>> # OR, |
>>> s1 | s2
{'a', 'b', 'c', 'd', 'e', 'f'}
>>> s1 # `s1` is unchanged
{'a', 'b', 'c'}
>>> # In-place OR, |=
>>> s1 |= s2
>>> s1 # `s1` is reassigned
{'a', 'b', 'c', 'd', 'e', 'f'}
字典
在Python 3.9+ 中,字典之间提出了新的合并(|)和更新(|=)运算符。注意:这些与上面提到的集合运算符不同。
给定两个分配的字典 d1 和 d2 之间的操作:
>>> d1 = d1 | d2 # 1
>>> d1 |= d2 # 2
其中d1 等价于:
d1.update(d2)
例子
在这里,我们将合并 (|) 和更新 (|=) 应用于 dicts:
>>> d1 = {"a": 0, "b": 1, "c": 2}
>>> d2 = {"c": 20, "d": 30}
>>> # Merge, |
>>> d1 | d2
{"a": 0, "b": 1, "c": 20, "d": 30}
>>> d1
{"a": 0, "b": 1, "c": 2}
>>> # Update, |=
>>> d1 |= d2
>>> d1
{"a": 0, "b": 1, "c": 20, "d": 30}
计数器
collections.Counter 与称为multiset (mset) 的数学数据结构相关。它基本上是(对象,多重性)键值对的字典。
给定两个分配的计数器 c1 和 c2 之间的操作:
>>> c1 = c1 | c2 # 1
>>> c1 |= c2 # 2
其中c1 等价于:
union of multisets 包含每个条目的最大重数。请注意,这与两个集合之间或两个常规字典之间的行为方式不同。
例子
在这里,我们将联合 (|) 和就地联合 (|=) 应用于 Counters:
import collections as ct
>>> c1 = ct.Counter({2: 2, 3: 3})
>>> c2 = ct.Counter({1: 1, 3: 5})
>>> # Union, |
>>> c1 | c2
Counter({2: 2, 3: 5, 1: 1})
>>> c1
Counter({2: 2, 3: 3})
>>> # In-place Union, |=
>>> c1 |= c2
>>> c1
Counter({2: 2, 3: 5, 1: 1})
数字
最后,你可以做二进制数学。
给定两个分配数字n1和n2之间的运算:
>>> n1 = n1 | n2 # 1
>>> n1 |= n2 # 2
其中n1 等价于:
例子
这里我们将按位或 (|) 和就地按位或 (|=) 应用于数字:
>>> n1 = 0
>>> n2 = 1
>>> # Bitwise OR, |
>>> n1 | n2
1
>>> n1
0
>>> # In-place Bitwise OR, |=
>>> n1 |= n2
>>> n1
1
评论
本节简要回顾一些按位数学。在最简单的情况下,按位或运算比较两个二进制位。它将始终返回1,除非两个位都是0。
>>> assert 1 == (1 | 1) == (1 | 0) == (0 | 1)
>>> assert 0 == (0 | 0)
我们现在将这个想法扩展到二进制数之外。给定任意两个整数(没有小数部分),我们应用按位或得到一个整数结果:
>>> a = 10
>>> b = 16
>>> a | b
26
怎么样?一般来说,按位运算遵循一些“规则”:
让我们将这些规则应用于上面的常规整数。
(1) 比较二进制等价物,此处视为字符串(0b 表示二进制):
>>> bin(a)
'0b1010'
>>> bin(b)
'0b10000'
(2) 对每一列应用按位或运算(0,当两者都是0,否则1):
01010
10000
-----
11010
(3) 返回给定类型的结果,例如以 10 为底,十进制:
>>> int(0b11010)
26
内部二进制比较意味着我们可以将后者应用于任何基数的整数,例如十六进制和八进制:
>>> a = 10 # 10, dec
>>> b = 0b10000 # 16, bin
>>> c = 0xa # 10, hex
>>> d = 0o20 # 16, oct
>>> a | b
26
>>> c | d
26
另见
__ior__() method 在MutableSet 抽象基类中迭代可迭代对象的示例|= 更新集合+就地按位或运算符不能应用于文字;将对象分配给名称。
++特殊方法返回与其对应的操作符相同的操作。
【讨论】:
ints 在 Python 中是不可变的。
a=1, a |= 2 怎么会起作用?子类化 int 时有办法覆盖|= 吗?
在 Python 和许多其他编程语言中,| 是 bitwise-OR operation。 |= 是 | 就像 += 是 +,即操作和赋值的组合。
所以var |= value 是var = var | value 的缩写。
一个常见的用例是合并两个集合:
>>> a = {1,2}; a |= {3,4}; print(a)
{1, 2, 3, 4}
【讨论】:
当与集合一起使用时,它执行联合操作。
【讨论】:
|= 在设置的上下文中使用,直到我搞砸了,才发现这个答案也在这里
这只是当前变量和另一个变量之间的 OR 操作。作为T=True 和F=False,以图形方式查看输出:
| r | s | r|=s |
|---|---|---|
| T | T | T |
| T | F | T |
| F | T | T |
| F | F | F |
例如:
>>> r=True
>>> r|=False
>>> r
True
>>> r=False
>>> r|=False
>>> r
False
>>> r|=True
>>> r
True
【讨论】:
| 是整数的按位或运算符,而不是布尔运算符,对于 bools 以外的任何东西,它实际上不会产生 True 或 False 输出。 bool 是 int 的一个子类,为了很好,他们为 bool 重载它以继续产生 True/False 输出,但在大多数情况下,布尔运算应该使用 or 完成,不是|。 | 的正常用法是按位或或集合联合。更好的使用示例是像a = 0b1001; a |= 0b0010; print(bin(a)) 这样产生0b1011。
它对赋值的左侧和右侧执行二进制按位或,然后将结果存储在左侧变量中。
http://docs.python.org/reference/expressions.html#binary-bitwise-operations
【讨论】:
按位或。
假设我们有32 |= 10,图片 32 和 10 是二进制的。
32 = 10 0000
10 = 00 1010
现在因为 |是或,对这两个数字进行按位或运算
即 1 或 0 --> 1、0 或 0 --> 0。沿链继续下去
10 0000 | 00 1010 = 10 1010.
现在将二进制改为十进制,10 1010 = 42。
对于 |=,想想已知的例子,x +=5。它表示x = x + 5,,因此如果我们有x |= 5,则表示x = x bitwiseor with 5。
【讨论】:
32 |= 10,而是32 | 10。只是为了向未来的读者澄清这一点:)
32 |= 10 是语法错误,因为32 不是有效的赋值目标。
在 Python 中,|=(ior) 的工作方式类似于联合操作。 就像如果 x=5 和 x|=5 那么这两个值都会首先转换为二进制值,然后执行联合运算,我们得到答案 5。
【讨论】:
给出一个用例(在花时间回答其他答案之后):
def process(item):
return bool(item) # imagine some sort of complex processing taking place above
def any_success(data): # return True if at least one is successful
at_least_one = False
for item in data:
at_least_one |= process(item)
return at_least_one
>>> any_success([False, False, False])
False
>>> any_success([True, False, False])
True
>>> any_success([False, True, False])
True
基本上any 没有短路:如果您需要处理每个项目并记录至少一次成功等,这可能会很有用。
另请参阅this answer 中的注意事项
【讨论】: