Python中operator模块的操作

Operator模块提供了一系列与Python自带操作一样有效的函数。例如：operator.add(x, y)和表达式x+y是等效的。那些特殊类的方法都有自己的函数名；为了方便起见，一些函数名是没有前导和后置（__）。在接下来讨论的函数涉及对象比较，逻辑运算，数学运算，队列操作和抽象类型测试。对象比较函数对所有对象都适用，并且都以他们所支持的丰富的比较操作而命名。operator模块是用c实现的，所以执行速度比python代码快。

逻辑操作

逻辑操作一般来说也可以应用在所有的，不同类型的值（value）上, 同时支持真值检验, 等式检验, 布尔操作:

from operator import *a = [1, 2, 3]
b = a
print 'a =', a
print 'b =', b
printprint 'not_(a):', not_(a)
print 'truth(a):', truth(a) #对象是否是真的
print 'is_(a, b):', is_(a, b) # 检验对象是否相等
print 'is_not(a, b) :', is_not(a, b)

运行结果：

a = [1, 2, 3]
b = [1, 2, 3]not_(a): False
truth(a): True
is_(a, b): True
is_not(a, b) : False

比较操作

from operator import *
a = 3
b = 5
for func in [lt, le, eq, ne, ge, gt]:print '{0}(a, b):'.format(func.__name__), func(a, b)

结果：

lt(a, b): True    #等价于a<b
le(a, b): True    #等价于a<=b
eq(a, b): False   #等价于a==b
ne(a, b): True    #等价于a!=b
ge(a, b): False    #等价于a>=b
gt(a, b): False    #等价于a>b

其中’{0}(a, b):’.format(func.__name__)得到的如上所示，也是一种很方便的写法

算术操作符

from operator import *
a, b, c, d = -1, 2, -3, 4print 'a =', a
print 'b =', b
print 'c =', c
print 'd =', dprint '\nPositive/Negative:'
print 'abs(a):', abs(a)
print 'neg(a):', neg(a)
print 'neg(b):', neg(b)
print 'pos(a):', pos(a)
print 'pos(b):', pos(b)

结果：

a = -1
b = 2
c = -3
d = 4Positive/Negative:
abs(a): 1
neg(a): 1
neg(b): -2
pos(a): -1
pos(b): 2

abs返回值得绝对值，neg返回(-obj), pos返回(+obj)。

a = -2
b = 5.0print 'a =', a
print 'b =', bprint '\nArithmetic'
print 'add(a, b)    :', add(a, b)
print 'div(a, b)    :', div(a, b)
print 'floordiv(a, b)  :', floordiv(a, b)
print 'mod(a, b)    :', mod(a, b)
print 'mul(a, b)    :', mul(a, b)
print 'pow(a, b)    :', pow(a, b)
print 'sub(a, b)    :', sub(a, b)
print 'truediv(a, b)  :', truediv(a, b)

结果：

a = -2
b = 5.0Arithmetic
add(a, b)    : 3.0  # 返回 a+ b
div(a, b)    : -0.4 # 返回 a/ b
floordiv(a, b)  : -1.0 # 返回 a// b
mod(a, b)    : 3.0
mul(a, b)    : -10.0
pow(a, b)    : -32.0
sub(a, b)    : -7.0
truediv(a, b)  : -0.4

mod表示取模， mul 表示相乘，pow是次方, sub表示相减

关于python运算符

a = 2
b = 6print 'a =', a
print 'b =', bprint '\nBitwise:'
print 'and_(a, b)  :', and_(a, b)
print 'invert(a)  :', invert(a)
print 'lshift(a, b) :', lshift(a, b)
print 'or_(a, b)  :', or_(a, b)
print 'rshift(a, b) :', rshift(a, b)
print 'xor(a, b)  :', xor(a, b)

结果：

a = 2
b = 6Bitwise:
and_(a, b)  : 2
invert(a)  : -3
lshift(a, b) : 128
or_(a, b)  : 6
rshift(a, b) : 0
xor(a, b)  : 4

其中：and 表示按位与, invert 表示取反操作, lshift表示左位移, or表示按位或, rshift表示右位移,xor表示按位异或。

原地操作符

即in-place操作， x += y 等同于 x = iadd(x, y), 如果复制给其他变量比如z = iadd(x, y)等同与z = x; z += y

print '\nIn-place operator'
a = 3
b = 4
c = [1, 2]
d = ['a', 'b']print 'a =', a
print 'b =', b
print 'c =', c
print 'd =', d
printa = iadd(a, b)
print 'a = iadd(a, b) =>', a
printc = iconcat(c, d)
print 'c = iconcat(c, d) =>', c

结果：

In-place operator
a = 3
b = 4
c = [1, 2]
d = ['a', 'b']a = iadd(a, b) => 7c = iconcat(c, d) => [1, 2, 'a', 'b']

属性和元素的获取方法

属性获取方法类似于 lambda x, n=’attrname’:getattr(x,n)

print 'The attributes and elements of the collection method'class MyObj(object):def __init__(self, arg):super(MyObj, self).__init__()self.arg = argdef __repr__(self):return 'MyObj(%s)' % self.arg
# 列表推导式非常方便
objs = [MyObj(i) for i in xrange(5)]
print "Object:", objs
#获取属性值
g = attrgetter("arg") # 属性获取
vals = [g(i) for i in objs] #g(i)得到属性为arg的对象的属性值
print "arg values:", valsobjs.reverse() # 列表反转
print "reversed:", objs
print "sorted:", sorted(objs, key=g) # 排序，按key排序，在此为属性值排序，默认为升序

结果：

The attributes and elements of the collection method
Object: [MyObj(0), MyObj(1), MyObj(2), MyObj(3), MyObj(4)]
arg values: [0, 1, 2, 3, 4]
reversed: [MyObj(4), MyObj(3), MyObj(2), MyObj(1), MyObj(0)]
sorted: [MyObj(0), MyObj(1), MyObj(2), MyObj(3), MyObj(4)]

元素获取方法类似于：lambda x,y=5:x[y]，除了序列之外，元素获取方法还适用于映射

l = [dict(val=-1*i) for i in xrange(4)] # 得到字典“val”作为key
print "dictionaries:", l
g = itemgetter("val")  # 元素获取
vals = [g(i) for i in l]
print "values: ", vals
print "sorted:", sorted(l, key=g) # 按照元素排序l = [(i,i*-2) for i in xrange(4)] # 得到元组
print "tuples: ", l
g = itemgetter(1) # 得到l的第一域的值，对比字典：是键对应的值
vals = [g(i) for i in l]
print "values:", vals
print "sorted:", sorted(l, key=g) # 按照元组第一域排序

结果：

dictionaries: [{'val': 0}, {'val': -1}, {'val': -2}, {'val': -3}]
values:  [0, -1, -2, -3]
sorted: [{'val': -3}, {'val': -2}, {'val': -1}, {'val': 0}]
tuples:  [(0, 0), (1, -2), (2, -4), (3, -6)]
values: [0, -2, -4, -6]
sorted: [(3, -6), (2, -4), (1, -2), (0, 0)]

结合操作符和定制类

operator模块中的函数通过相应操作的标准Python接口完成工作，所以它们不仅适用于内置类型，还适用于用户自定义类型。

from operator import *class MyObj(object):def __init__(self, val):super(MyObj, self).__init__()self.val = valdef __str__(self):return "MyObj(%s)" % self.valdef __lt__(self, other): # 用户自定义lt的形式return self.val < other.valdef __add__(self, other): # 用户自定义add的输出形式return MyObj(self.val + other.val)a = MyObj(1)
b = MyObj(2)
print lt(a, b)
print add(a,b)

结果：

True
MyObj(3) # 自定义的形式

类型检查

operator 模块还包含一些函数用来测试映射、数字和序列类型的API兼容性

class NoType(object):passclass MultiType(object):def __len__(self):return 0def __getitem__(self, name):return "mapping"def __int__(self):return 0o = NoType()
t = MultiType()for func in [isMappingType, isNumberType, isSequenceType]:print "%s(o):" % func.__name__, func(o)print "%s(t):" % func.__name__, func(t)

结果：

isMappingType(o): False
isMappingType(t): True
isNumberType(o): False
isNumberType(t): True
isSequenceType(o): False
isSequenceType(t): True

获取对象方法

class Student(object):def __init__(self, name):self.name = namedef getName(self):return self.namestu = Student("Jim")
func = methodcaller('getName') # 使用methodcaller可以获取对象的方法。
print func(stu)  # 获取对象的方法

结果：

Jim

附加range和xrange的区别：

>>> range(5)  # 生成的是一个数组
[0, 1, 2, 3, 4]
>>> range(1,5)
[1, 2, 3, 4]
>>> range(0,6,2)
[0, 2, 4]
>>> xrange(5)
xrange(5)
>>> list(xrange(5))  # 生成的是一个生成器
[0, 1, 2, 3, 4]
>>> for i in range(0, 5):  print i0
1
2
3
4
>>> for i in xrange(0, 5):  # 结果和range完全相同，但本质是不同的print i0
1
2
3
4
>>> type(range(1,10))  # 类型不同
<type 'list'>
>>> type(xrange(1,10))
<type 'xrange'>
>>>

所以xrange做循环的性能比range好，尤其是返回很大的时候

参考：

http://www.jb51.net/article/87550.htm