我说的是这个模块:http://docs.python.org/library/operator.html
来自文章:
运算符模块导出一组在C中实现的函数,这些函数对应于Python的内部运算符。例如,operator.add(x,y)等价于表达式x + y。函数名称是用于特殊类方法的函数名称;为方便起见,还提供了没有前导和尾随__的变体。
我不确定我理解这个模块的好处或目的。
可能最流行的用法是operator.itemgetter。给定一个元组列表lst
,你可以按照第i个元素排序:lst.sort(key=operator.itemgetter(i))
当然,你可以通过定义自己的键功能在没有操作符的情况下做同样的事情,但操作员模块使它稍微整洁。
至于其余部分,python允许一种功能性的编程风格,因此它可以出现 - 例如,Greg的简化示例。
你可能会说:“为什么我可以做的时候需要operator.add
:add = lambda x, y: x+y
?”答案是:
operator.add
(我认为)稍快一些。operator.add
是可选择的,而lambda
则不是。这意味着该函数可以保存到磁盘或在进程之间传递。一个例子是使用reduce()
函数:
>>> import operator
>>> a = [2, 3, 4, 5]
>>> reduce(lambda x, y: x + y, a)
14
>>> reduce(operator.add, a)
14
例如,获取列表中的列,其成员是元组,按列排序:
def item_ope():
s = ['h', 'e', 'l', 'l', 'o']
print operator.getitem(s, 1)
# e
print operator.itemgetter(1, 4)(s)
# ('e', 'o')
inventory = [('apple', 3), ('banana', 2), ('pear', 5), ('orange', 1)]
get_count = operator.itemgetter(1)
print map(get_count, inventory)
# [3, 2, 5, 1]
print sorted(inventory, key=get_count)
# [('orange', 1), ('banana', 2), ('apple', 3), ('pear', 5)]
看一个更实际的例子,我们想按键或值对dict进行排序:
def dict_sort_by_value():
dic_num = {'first': 11, 'second': 2, 'third': 33, 'Fourth': 4}
# print all the keys
print dic_num.keys()
# ['second', 'Fourth', 'third', 'first']
# sorted by value
sorted_val = sorted(dic_num.items(), key=operator.itemgetter(1))
# [('second', 2), ('Fourth', 4), ('first', 11), ('third', 33)]
print sorted_val
# sorted by key
sorted_key = sorted(dic_num.items(), key=operator.itemgetter(0))
print sorted_key
# [('Fourth', 4), ('first', 11), ('second', 2), ('third', 33)]
另一个例子,当我们想要获得最大值及其在列表中的索引时:
def get_max_val_idx():
lst = [1, 7, 3, 5, 6]
max_val = max(lst)
print max_val
# 7
max_idx = lst.index(max_val)
print max_idx
# 1
# simplify it by use operator
index, value = max(enumerate(lst), key=operator.itemgetter(1))
print index, value
# 1 7
更多演示如下:
import operator
def cmp_fun():
a, b = 5, 3
print operator.le(a, b)
# False
print operator.gt(a, b)
# True
def lst_ope():
lst = [1, 2, 3]
print operator.indexOf(lst, 2)
# 1
lst1 = [1, 2, 3, 2]
print operator.countOf(lst1, 2)
# 2
def cal_ope():
lst1 = [0, 1, 2, 3]
lst2 = [10, 20, 30, 40]
print map(operator.mul, lst1, lst2)
# [0, 20, 60, 120]
print sum(map(operator.mul, lst1, lst2))
# 200
a, b = 1, 3
print operator.iadd(a, b)
# 4
从python doc了解更多
当您需要将函数作为参数传递给某些东西时,该模块很有用。然后有两个选项:使用operator
模块,或定义一个新函数(使用def
或lambda
)。如果你动态定义一个函数,如果你需要pickle这个函数,这可能会产生一个问题,要么将它保存到磁盘或在进程之间传递它。虽然itemgetter
是可选择的,但动态定义的函数(使用def
或lambda
)则不是。在下面的示例中,将itemgetter
替换为lambda
表达式将导致PicklingError
。
from operator import itemgetter
def sort_by_key(sequence, key):
return sorted(sequence, key=key)
if __name__ == "__main__":
from multiprocessing import Pool
items = [([(1,2),(4,1)], itemgetter(1)),
([(5,3),(2,7)], itemgetter(0))]
with Pool(5) as p:
result = p.starmap(sort_by_key, items)
print(result)
一般来说,这个模块的目的(正如上面的一些答案所提到的)是为你提供简单操作的固定函数,否则你必须自己编写并传递给更高阶的函数,如sort()
或reduce()
。
例如,如果没有运算符,要对列表中的数字求和,您必须执行以下操作:
from functools import reduce
l = list(range(100))
f = lambda x, y: x + y
result = reduce(f, l)
print(result)
使用运算符模块,您可以使用其add()
函数,如下所示:
from operator import add
result = reduce(add, l)
print(result)
从而避免了创建lambda表达式的需要。