今天我們來講講 Python 里一個不為眾人所知的運算符。你可能會覺得疑惑：還有我不知道的運算符？別急著下結論，先往下看看再說。
在 Python3.5 中通過 PEP465https://www.python.org/dev/peps/pep-0465 加入了 @運算符，也就是矩陣相乘運算符。雖然目前沒有任何內置的 Python 類型實現了這個運算符的邏輯（就只是挖了個坑），但是如果你用過 numpy，大概對這個運算符的邏輯并不陌生：
>>> a = numpy.array([1, 2, 3])
>>> b = numpy.array([10, 20, 30])
>>> a @ b
140
>>> c = numpy.array([[10, 15], [20, 25], [30, 35]])
>>> d = numpy.array([[4, 5, 6], [7, 8, 9]])
>>> c @ d
array([[145, 170, 195],
[255, 300, 345],
[365, 430, 495]])
如今，在原生的 Python 代碼中，你也可以使用這個運算符。但前提是，你得自己實現具體的運算規則，也就是實現 __matmul__()，__rmatmul__() 和 __imatmul__() 這3個方法。
在看實例之前，我們先來了解下這種特殊的類方法。
在官方文檔中，我們看到與 __matmul__方法一起介紹的還有 __add__，__sub__ 等等（注意前后都是2個下劃線），這些方法都是用來定義此類型的運算符號。
假設現在有一個類叫 A，我們在其 class 中實現了加法方法 __add__：
def __add__(self, value):
# 具體實現代碼（略）
那么我們就可以在代碼中對 A 的實例進行加法運算：
a = A()
b = A()
c = a + b
此種情況下，__add__ 函數會被調用，self 對應的是 a 變量，而 value 對應的則是 b 變量。
__matmul__與之類似，唯一的不同就是它會在使用 @ 操作符而不是 + 時被調用。
同樣的道理，__rmatmul__ 對應操作數不支持相關運算或者類型不同的情況，__imatmul__ 則對應復合賦值運算符的情況：
a = A()
b = A()
c = a @ b # __matmul__
d = a @ 1 # __rmatmul__
a @= 1 #__imatmul__
接下來我們來創建一個繼承 list 的類并實現矩陣乘法：
class NewList(list):
def __matmul__(self, v):
result = []
for i in range(len(self)):
result.append([])
for j in range(len(v[0])):
result[i].append(0)
for i in range(len(self)):
for j in range(len(v[0])):
for k in range(len(v)):
result[i][j] += self[i][k] * v[k][j]
return result
# 測試
x = NewList([[7, 7, 3],
[4, 5, 6],
[6, 4, 3]])
y = NewList([[5, 4, 1, 2],
[6, 2, 3, 0],
[4, 5, 6, 1]])
z = x @ y
for i in z:
print(i)
輸出結果：
[89, 57, 46, 17]
[74, 56, 55, 14]
[66, 47, 36, 15]
雖然這個符號的設定是用于矩陣乘法，但實際上可以自定義為任何操作。比如我們可以用它來計算直角坐標系上兩個點之間的距離：
from math import sqrt
class Point:
def __init__(self, x, y):
self.x = x # x坐標
self.y = y # y坐標
def __matmul__(self, value):
x_sub = self.x - value.x
y_sub = self.y - value.y
return sqrt(x_sub**2 + y_sub**2)
a = Point(1, 3)
b = Point(4, 7)
print(a @ b)
以上便是我今天跟大家分享的 Python 神秘操作符。
注：本文來自編程教室的讀者 @pynickle 的投稿
------
一起學，走得遠！
歡迎搜索：Crossin的編程教室
