Python中的'@='符号是什么？答案

【问题标题】：What is the '@=' symbol for in Python?Python中的'@='符号是什么？
【发布时间】：2015-02-07 17:45:36
【问题描述】：

我知道@ 用于装饰器，但@= 在Python 中用于什么？是否只是为一些未来的想法保留？

这只是我阅读tokenizer.py时的众多问题之一。

【问题讨论】：

请参阅 CPython 存储库中的 cset c553d8f72d65 (GitHub mirror...easier to read)。
SymbolHound 是一个可以搜索标点符号的搜索引擎。但是searching on @= python 目前不返回相关结果，因为 Python 3.5 文档在任何地方都包含 '@' 但不是 '@=' 的示例。我给 SH 发了一条消息来帮助改善这一点。 Python 文档也可以改进。
与 Python 3.8 的 := walrus operator 结合，您将得到所谓的 @:= 棘手玫瑰运算符。（或者在日本它被称为猫王海象运算符。）

标签： python python-3.x operators matrix-multiplication python-3.5

【解决方案1】：

来自the documentation：

@ (at) 运算符旨在用于矩阵乘法。没有内置 Python 类型实现此运算符。

@ 运算符是在 Python 3.5 中引入的。 @= 是矩阵乘法，然后是赋值，正如您所期望的那样。它们映射到__matmul__、__rmatmul__ 或__imatmul__，类似于+ 和+= 映射到__add__、__radd__ 或__iadd__。

运营商及其背后的原理在PEP 465中有详细讨论。

【讨论】：

这就解释了为什么它在最新版本的 tokenizer.py 而不是 3.4 文档中。
这包含在 3.5 的文档中 - docs.python.org/3.5/reference/… 和 docs.python.org/3.5/reference/…
这和 Python 装饰器有冲突吗？这不是在 Python 2.n 中实现的，对吧？
这不会与装饰器冲突，因为装饰器可能永远不会在表达式之前，而二元运算符必须始终在表达式之前。

【解决方案2】：

@= 和 @ 是 Python 3.5 中引入的新运算符，用于执行 矩阵乘法。它们旨在澄清迄今为止与运算符 * 存在的混淆，该运算符用于元素乘法或矩阵乘法，具体取决于该特定库/代码中采用的约定。因此，在未来，运算符* 将仅用于逐元素乘法。

如PEP0465 中所述，引入了两个运算符：

新的二元运算符A @ B，与A * B 的使用类似
就地版本A @= B，与A *= B 类似使用

矩阵乘法与逐元素乘法

为了快速突出差异，对于两个矩阵：

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

逐元素乘法将产生：

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

矩阵乘法将产生：

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

在 Numpy 中的使用

到目前为止，Numpy 使用以下约定：

* 运算符（以及一般的arithmetic operators）被定义为ndarrays 上的逐元素运算和numpy.matrix 类型上的矩阵乘法。
method/functiondot用于ndarrays的矩阵乘法

@ 运算符的引入使涉及矩阵乘法的代码更易于阅读。 PEP0465 给了我们一个例子：

# 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)

显然，最后一个实现更容易阅读和解释为方程式。

【讨论】：

只是为了澄清：从你的第一个例子中，我们可以认为@ 已经为list 实现了，事实并非如此。
@ 与 np.matmul 关联，而不是 np.dot。两者相似但不相同。
@A-B-B，也许您可以提供一个示例来阐明细微差别并确保答案是完整的？

【解决方案3】：

@是Python3.5新增的矩阵乘法运算符

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

例子

C = A @ B

【讨论】：