Python 为对象引用打印“[...]”是什么意思？

Question

我正在打印一个我认为是列表的值，但我得到的输出是：

[...]

这代表什么？我该如何测试它？我试过了：

myVar.__repr__() != '[...]'

和

myVar.__repr_() != Ellipsis

但没有骰子...

这是导致问题的代码的删减：

def buildPaths(graph, start, end, path=[], totalPaths=[]):
    """
    returns list of all possible paths from start node to the end node
    """
    path = path + [start]
    if start == end:
        return path
    for nextNode in graph.childrenOf(start):
        if nextNode not in path:
            newPath = buildPaths(graph, nextNode, end, path, totalPaths)
            if newPath != []: # test
                totalPaths.append(newPath)
    return totalPaths

totalPaths 包含很多 [...] 所谓的递归列表，但我不明白为什么。我已经更改了 #test 的测试以防止这种情况发生。

我也试过了：

def buildPaths(graph, thisNode, end, path=[], totalPaths=None):
    """
   returns list of all possible paths from start node to the end node
   """
    path = path + [thisNode]
    if thisNode == end:
        return path
    for nextNode in graph.childrenOf(thisNode):
        if nextNode not in path:
            newPath = buildPaths(graph, nextNode, end, path, totalPaths)
            if newPath != None:
                if totalPaths == None:
                    totalPaths = [newPath]
                else:
                    totalPaths.append(newPath)
    return totalPaths

为了为空路径显式返回None。

Answer 1

根据这里的上下文，它可能会有所不同：

使用Ellipsis 进行索引/切片

我认为它没有为任何 python 类实现，但它应该代表任意数量的数据结构嵌套（根据需要）。 例如：a[..., 1] 应该返回最内层嵌套结构的所有第二个元素：

>>> import numpy as np
>>> a = np.arange(27).reshape(3,3,3)  # 3dimensional array
>>> a[..., 1]  # this returns a slice through the array in the third dimension
array([[ 1,  4,  7],
       [10, 13, 16],
       [19, 22, 25]])
>>> a[0, ...]  # This returns a slice through the first dimension
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

要检查这个...，请将其与Ellipsis 进行比较（这是一个单例，因此建议使用is：

>>> ... is Ellipsis
True
>>> Ellipsis in [...]
True
# Another (more or less) equivalent alternative to the previous line:
>>> any(i is Ellipsis for i in [1, ..., 2]) 
True

递归数据结构

您在您的输出 中看到[...] 的另一种情况是，如果您在序列本身中有序列。这里它代表一个 infinite 深度嵌套的序列（不可打印）。例如：

>>> alist = ['a', 'b', 'c']
>>> alist[0] = alist
>>> alist
[[...], 'b', 'c']

# Infinite deeply nested so you can use as many leading [0] as you want
>>> alist[0][1] 
'b'
>>> alist[0][0][0][0][0][1] 
'b'
>>> alist[0][0][0][0][0][0][0][0][0][0][0][0][0][0][0][1] 
'b'

你甚至可以多次替换它：

>>> alist[2] = alist
>>> alist
[[...], 'b', [...]]
>>> alist[1] = alist
>>> alist
[[...], [...], [...]]

要测试您的输出中是否有任何此类递归，您需要检查数据结构本身是否也是元素之一：

>>> alist in alist
True
>>> any(i is alist for i in alist)
True

获得更有意义的输出的另一种方法是使用pprint.pprint：

>>> import pprint
>>> pprint.pprint(alist)  # Assuming you only replaced the first element:
[<Recursion on list with id=1628861250120>, 'b', 'c']

Answer 2

如果您的列表包含自引用，Python 会将其显示为[...]，而不是尝试递归打印它，这将导致无限循环：

>>> l = [1, 2, 3]
>>> print(l)
[1, 2, 3]
>>> l.append(l)
>>> print(l)
[1, 2, 3, [...]]
>>> print(l[-1])        # print the last item of list l
[1, 2, 3, [...]]
>>> print(l[-1][-1])    # print the last item of the last item of list l
[1, 2, 3, [...]]

无限。

字典也会出现类似的情况：

>>> d = {}
>>> d['key'] = d
>>> print(d)
{'key': {...}}
>>> d['key']
{'key': {...}}
>>> d['key']['key']
{'key': {...}}

Answer 3

这是一个递归引用，因为您的列表包含自身。 Python 不会尝试递归打印这会导致无限循环。

repr 检测到这一点。因此，如果您查看列表对象的内部表示，您会看到（省略号出现的位置）“引用地址 * 处的相同列表对象”，其中 * 是内存中原始列表对象的地址。因此，无限循环。

Answer 4

它代表结构内的无限循环。一个例子：

In [1]: l = [1, 2]

In [2]: l[0] = l

In [3]: l
Out[3]: [[...], 2]

l 的第一项就是它自己。这是一个递归引用，因此 python 无法合理地显示其内容。相反，它显示[...]