Python正確重載運(yùn)算符的方法示例詳解
前言
說到運(yùn)算符重載相信大家都不陌生，運(yùn)算符重載的作用是讓用戶定義的對(duì)象使用中綴運(yùn)算符（如 + 和 |）或一元運(yùn)算符（如 - 和 ~）。說得寬泛一些，在 Python 中，函數(shù)調(diào)用（()）、屬性訪問（.）和元素訪問 / 切片（[]）也是運(yùn)算符。
我們?yōu)?Vector 類簡(jiǎn)略實(shí)現(xiàn)了幾個(gè)運(yùn)算符。__add__ 和 __mul__ 方法是為了展示如何使用特殊方法重載運(yùn)算符，不過有些小問題被我們忽視了。此外，我們定義的Vector2d.__eq__ 方法認(rèn)為 Vector(3, 4) == [3, 4] 是真的（True），這可能并不合理。下面來一起看看詳細(xì)的介紹吧。
運(yùn)算符重載基礎(chǔ)
在某些圈子中，運(yùn)算符重載的名聲并不好。這個(gè)語言特性可能（已經(jīng)）被濫用，讓程序員困惑，導(dǎo)致缺陷和意料之外的性能瓶頸。但是，如果使用得當(dāng)，API 會(huì)變得好用，代碼會(huì)變得易于閱讀。Python 施加了一些限制，做好了靈活性、可用性和安全性方面的平衡：
- 不能重載內(nèi)置類型的運(yùn)算符
- 不能新建運(yùn)算符，只能重載現(xiàn)有的
- 某些運(yùn)算符不能重載——is、and、or 和 not（不過位運(yùn)算符
- &、| 和 ~ 可以）
前面的博文已經(jīng)為 Vector 定義了一個(gè)中綴運(yùn)算符，即 ==，這個(gè)運(yùn)算符由__eq__ 方法支持。我們將改進(jìn) __eq__ 方法的實(shí)現(xiàn)，更好地處理不是Vector 實(shí)例的操作數(shù)。然而，在運(yùn)算符重載方面，眾多比較運(yùn)算符（==、!=、>、<、>=、<=）是特例，因此我們首先將在 Vector 中重載四個(gè)算術(shù)運(yùn)算符：一元運(yùn)算符 - 和 +，以及中綴運(yùn)算符 + 和 *。
一元運(yùn)算符
-（__neg__）
一元取負(fù)算術(shù)運(yùn)算符。如果 x 是 -2，那么 -x == 2。
+（__pos__）
一元取正算術(shù)運(yùn)算符。通常，x == +x，但也有一些例外。如果好奇，請(qǐng)閱讀“x 和 +x 何時(shí)不相等”附注欄。
~（__invert__）
對(duì)整數(shù)按位取反，定義為 ~x == -(x+1)。如果 x 是 2，那么 ~x== -3。
支持一元運(yùn)算符很簡(jiǎn)單，只需實(shí)現(xiàn)相應(yīng)的特殊方法。這些特殊方法只有一個(gè)參數(shù)，self。然后，使用符合所在類的邏輯實(shí)現(xiàn)。不過，要遵守運(yùn)算符的一個(gè)基本規(guī)則：始終返回一個(gè)新對(duì)象。也就是說，不能修改self，要?jiǎng)?chuàng)建并返回合適類型的新實(shí)例。
對(duì) - 和 + 來說，結(jié)果可能是與 self 同屬一類的實(shí)例。多數(shù)時(shí)候，+ 最好返回 self 的副本。abs(...) 的結(jié)果應(yīng)該是一個(gè)標(biāo)量。但是對(duì) ~ 來說，很難說什么結(jié)果是合理的，因?yàn)榭赡懿皇翘幚碚麛?shù)的位，例如在ORM 中，SQL WHERE 子句應(yīng)該返回反集。
def __abs__(self): return math.sqrt(sum(x * x for x in self)) def __neg__(self): return Vector(-x for x in self) #為了計(jì)算 -v，構(gòu)建一個(gè)新 Vector 實(shí)例，把 self 的每個(gè)分量都取反 def __pos__(self): return Vector(self) #為了計(jì)算 +v，構(gòu)建一個(gè)新 Vector 實(shí)例，傳入 self 的各個(gè)分量
x 和 +x 何時(shí)不相等
每個(gè)人都覺得 x == +x，而且在 Python 中，幾乎所有情況下都是這樣。但是，我在標(biāo)準(zhǔn)庫中找到兩例 x != +x 的情況。
第一例與 decimal.Decimal 類有關(guān)。如果 x 是 Decimal 實(shí)例，在算術(shù)運(yùn)算的上下文中創(chuàng)建，然后在不同的上下文中計(jì)算 +x，那么 x!= +x。例如，x 所在的上下文使用某個(gè)精度，而計(jì)算 +x 時(shí)，精度變了，例如下面的 🌰
算術(shù)運(yùn)算上下文的精度變化可能導(dǎo)致 x 不等于 +x
>>> import decimal
>>> ctx = decimal.getcontext() #獲取當(dāng)前全局算術(shù)運(yùn)算符的上下文引用
>>> ctx.prec = 40 #把算術(shù)運(yùn)算上下文的精度設(shè)為40
>>> one_third = decimal.Decimal('1') / decimal.Decimal('3') #使用當(dāng)前精度計(jì)算1/3
>>> one_third
Decimal('0.3333333333333333333333333333333333333333') #查看結(jié)果，小數(shù)點(diǎn)后的40個(gè)數(shù)字
>>> one_third == +one_third #one_third = +one_thied返回TRUE
True
>>> ctx.prec = 28 #把精度降為28
>>> one_third == +one_third #one_third = +one_thied返回FalseFalse >>> +one_third Decimal('0.3333333333333333333333333333') #查看+one_third,小術(shù)后的28位數(shù)字
雖然每個(gè) +one_third 表達(dá)式都會(huì)使用 one_third 的值創(chuàng)建一個(gè)新 Decimal 實(shí)例，但是會(huì)使用當(dāng)前算術(shù)運(yùn)算上下文的精度。
x != +x 的第二例在 collections.Counter 的文檔中（https://docs.python.org/3/library/collections.html#collections.Counter）。類實(shí)現(xiàn)了幾個(gè)算術(shù)運(yùn)算符，例如中綴運(yùn)算符 +，作用是把兩個(gè)Counter 實(shí)例的計(jì)數(shù)器加在一起。然而，從實(shí)用角度出發(fā)，Counter 相加時(shí)，負(fù)值和零值計(jì)數(shù)會(huì)從結(jié)果中剔除。而一元運(yùn)算符 + 等同于加上一個(gè)空 Counter，因此它產(chǎn)生一個(gè)新的Counter 且僅保留大于零的計(jì)數(shù)器。
🌰 一元運(yùn)算符 + 得到一個(gè)新 Counter 實(shí)例，但是沒有零值和負(fù)值計(jì)數(shù)器
>>> from collections import Counter
>>> ct = Counter('abracadabra')
>>> ct['r'] = -3
>>> ct['d'] = 0
>>> ct
Counter({'a': 5, 'r': -3, 'b': 2, 'c': 1, 'd': 0})
>>> +ct
Counter({'a': 5, 'b': 2, 'c': 1})
重載向量加法運(yùn)算符+
兩個(gè)歐幾里得向量加在一起得到的是一個(gè)新向量，它的各個(gè)分量是兩個(gè)向量中相應(yīng)的分量之和。比如說：
>>> v1 = Vector([3, 4, 5]) >>> v2 = Vector([6, 7, 8]) >>> v1 + v2 Vector([9.0, 11.0, 13.0]) >>> v1 + v2 == Vector([3+6, 4+7, 5+8]) True
確定這些基本的要求之后，__add__ 方法的實(shí)現(xiàn)短小精悍,🌰 如下
def __add__(self, other): pairs = itertools.zip_longest(self, other, fillvalue=0.0) #生成一個(gè)元祖，a來自self,b來自other,如果兩個(gè)長(zhǎng)度不夠，通過fillvalue設(shè)置的補(bǔ)全值自動(dòng)補(bǔ)全短的 return Vector(a + b for a, b in pairs) #使用生成器表達(dá)式計(jì)算pairs中的各個(gè)元素的和
還可以把Vector 加到元組或任何生成數(shù)字的可迭代對(duì)象上:
# 在Vector類中定義 def __add__(self, other): pairs = itertools.zip_longest(self, other, fillvalue=0.0) #生成一個(gè)元祖，a來自self,b來自other,如果兩個(gè)長(zhǎng)度不夠，通過fillvalue設(shè)置的補(bǔ)全值自動(dòng)補(bǔ)全短的 return Vector(a + b for a, b in pairs) #使用生成器表達(dá)式計(jì)算pairs中的各個(gè)元素的和 def __radd__(self, other): #會(huì)直接委托給__add__ return self + other
__radd__ 通常就這么簡(jiǎn)單：直接調(diào)用適當(dāng)?shù)倪\(yùn)算符，在這里就是委托__add__。任何可交換的運(yùn)算符都能這么做。處理數(shù)字和向量時(shí)，+ 可以交換，但是拼接序列時(shí)不行。
重載標(biāo)量乘法運(yùn)算符*
Vector([1, 2, 3]) * x 是什么意思？如果 x 是數(shù)字，就是計(jì)算標(biāo)量積（scalar product），結(jié)果是一個(gè)新 Vector 實(shí)例，各個(gè)分量都會(huì)乘以x——這也叫元素級(jí)乘法（elementwise multiplication）。
>>> v1 = Vector([1, 2, 3]) >>> v1 * 10 Vector([10.0, 20.0, 30.0]) >>> 11 * v1 Vector([11.0, 22.0, 33.0])
涉及 Vector 操作數(shù)的積還有一種，叫兩個(gè)向量的點(diǎn)積（dotproduct）；如果把一個(gè)向量看作 1×N 矩陣，把另一個(gè)向量看作 N×1 矩陣，那么就是矩陣乘法。NumPy 等庫目前的做法是，不重載這兩種意義的 *，只用 * 計(jì)算標(biāo)量積。例如，在 NumPy 中，點(diǎn)積使用numpy.dot() 函數(shù)計(jì)算。
回到標(biāo)量積的話題。我們依然先實(shí)現(xiàn)最簡(jiǎn)可用的 __mul__ 和 __rmul__方法：
def __mul__(self, scalar): if isinstance(scalar, numbers.Real): return Vector(n * scalar for n in self) else: return NotImplemented def __rmul__(self, scalar): return self * scalar
這兩個(gè)方法確實(shí)可用，但是提供不兼容的操作數(shù)時(shí)會(huì)出問題。scalar參數(shù)的值要是數(shù)字，與浮點(diǎn)數(shù)相乘得到的積是另一個(gè)浮點(diǎn)數(shù)（因?yàn)閂ector 類在內(nèi)部使用浮點(diǎn)數(shù)數(shù)組）。因此，不能使用復(fù)數(shù)，但可以是int、bool（int 的子類），甚至 fractions.Fraction 實(shí)例等標(biāo)量。
提供了點(diǎn)積所需的 @ 記號(hào)（例如，a @ b 是 a 和 b 的點(diǎn)積）。@ 運(yùn)算符由特殊方法 __matmul__、__rmatmul__ 和__imatmul__ 提供支持，名稱取自“matrix multiplication”（矩陣乘法）
>>> va = Vector([1, 2, 3]) >>> vz = Vector([5, 6, 7]) >>> va @ vz == 38.0 # 1*5 + 2*6 + 3*7 True >>> [10, 20, 30] @ vz 380.0 >>> va @ 3 Traceback (most recent call last): ... TypeError: unsupported operand type(s) for @: 'Vector' and 'int'
下面是相應(yīng)特殊方法的代碼：
>>> va = Vector([1, 2, 3]) >>> vz = Vector([5, 6, 7]) >>> va @ vz == 38.0 # 1*5 + 2*6 + 3*7 True >>> [10, 20, 30] @ vz 380.0 >>> va @ 3 Traceback (most recent call last): ... TypeError: unsupported operand type(s) for @: 'Vector' and 'int'
眾多比較運(yùn)算符
Python 解釋器對(duì)眾多比較運(yùn)算符（==、!=、>、<、>=、<=）的處理與前文類似，不過在兩個(gè)方面有重大區(qū)別。
- 正向和反向調(diào)用使用的是同一系列方法。例如，對(duì) == 來說，正向和反向調(diào)用都是 __eq__ 方法，只是把參數(shù)對(duì)調(diào)了；而正向的 __gt__ 方法調(diào)用的是反向的 __lt__方法，并把參數(shù)對(duì)調(diào)。
- 對(duì) == 和 != 來說，如果反向調(diào)用失敗，Python 會(huì)比較對(duì)象的 ID，而不拋出 TypeError。
眾多比較運(yùn)算符：正向方法返回NotImplemented的話，調(diào)用反向方法
|
|
中綴運(yùn)算符 |
正向方法調(diào)用 |
反向方法調(diào)用 |
后備機(jī)制 |
|
相等性 |
a == b |
a.__eq__(b) |
b.__eq__(a) |
返回 id(a) == id(b) |
|
|
a != b |
a.__ne__(b) |
b.__ne__(a) |
返回 not (a == b) |
|
排序 |
a > b |
a.__gt__(b) |
b.__lt__(a) |
拋出 TypeError |
|
|
a < b |
a.__lt__(b) |
b.__gt__(a) |
拋出 TypeError |
|
|
a >= b |
a.__ge__(b) |
b.__le__(a) |
拋出 TypeError |
|
|
a <= b |
a.__le__(b) |
b.__ge__(a) |
拋出T ypeError |
看下面的🌰
from array import array
import reprlib
import math
import numbers
import functools
import operator
import itertools
class Vector:
typecode = 'd'
def __init__(self, components):
self._components = array(self.typecode, components)
def __iter__(self):
return iter(self._components)
def __repr__(self):
components = reprlib.repr(self._components)
components = components[components.find('['):-1]
return 'Vector({})'.format(components)
def __str__(self):
return str(tuple(self))
def __bytes__(self):
return (bytes([ord(self.typecode)]) + bytes(self._components))
def __eq__(self, other):
return (len(self) == len(other) and all(a == b for a, b in zip(self, other)))
def __hash__(self):
hashes = map(hash, self._components)
return functools.reduce(operator.xor, hashes, 0)
def __add__(self, other):
pairs = itertools.zip_longest(self, other, fillvalue=0.0) #生成一個(gè)元祖，a來自self,b來自other,如果兩個(gè)長(zhǎng)度不夠，通過fillvalue設(shè)置的補(bǔ)全值自動(dòng)補(bǔ)全短的
return Vector(a + b for a, b in pairs) #使用生成器表達(dá)式計(jì)算pairs中的各個(gè)元素的和
def __radd__(self, other): #會(huì)直接委托給__add__
return self + other
def __mul__(self, scalar):
if isinstance(scalar, numbers.Real):
return Vector(n * scalar for n in self)
else:
return NotImplemented
def __rmul__(self, scalar):
return self * scalar
def __matmul__(self, other):
try:
return sum(a * b for a, b in zip(self, other))
except TypeError:
return NotImplemented
def __rmatmul__(self, other):
return self @ other
def __abs__(self):
return math.sqrt(sum(x * x for x in self))
def __neg__(self):
return Vector(-x for x in self) #為了計(jì)算 -v，構(gòu)建一個(gè)新 Vector 實(shí)例，把 self 的每個(gè)分量都取反
def __pos__(self):
return Vector(self) #為了計(jì)算 +v，構(gòu)建一個(gè)新 Vector 實(shí)例，傳入 self 的各個(gè)分量
def __bool__(self):
return bool(abs(self))
def __len__(self):
return len(self._components)
def __getitem__(self, index):
cls = type(self)
if isinstance(index, slice):
return cls(self._components[index])
elif isinstance(index, numbers.Integral):
return self._components[index]
else:
msg = '{.__name__} indices must be integers'
raise TypeError(msg.format(cls))
shorcut_names = 'xyzt'
def __getattr__(self, name):
cls = type(self)
if len(name) == 1:
pos = cls.shorcut_names.find(name)
if 0 <= pos < len(self._components):
return self._components[pos]
msg = '{.__name__!r} object has no attribute {!r}'
raise AttributeError(msg.format(cls, name))
def angle(self, n):
r = math.sqrt(sum(x * x for x in self[n:]))
a = math.atan2(r, self[n-1])
if (n == len(self) - 1 ) and (self[-1] < 0):
return math.pi * 2 - a
else:
return a
def angles(self):
return (self.angle(n) for n in range(1, len(self)))
def __format__(self, fmt_spec=''):
if fmt_spec.endswith('h'):
fmt_spec = fmt_spec[:-1]
coords = itertools.chain([abs(self)], self.angles())
outer_fmt = '<{}>'
else:
coords = self
outer_fmt = '({})'
components = (format(c, fmt_spec) for c in coords)
return outer_fmt.format(', '.join(components))
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(memv)
va = Vector([1.0, 2.0, 3.0])
vb = Vector(range(1, 4))
print('va == vb:', va == vb) #兩個(gè)具有相同數(shù)值分量的 Vector 實(shí)例是相等的
t3 = (1, 2, 3)
print('va == t3:', va == t3)
print('[1, 2] == (1, 2):', [1, 2] == (1, 2))
上面代碼執(zhí)行返回的結(jié)果為：
va == vb: True va == t3: True [1, 2] == (1, 2): False
從 Python 自身來找線索，我們發(fā)現(xiàn) [1,2] == (1, 2) 的結(jié)果是False。因此，我們要保守一點(diǎn)，做些類型檢查。如果第二個(gè)操作數(shù)是Vector 實(shí)例（或者 Vector 子類的實(shí)例），那么就使用 __eq__ 方法的當(dāng)前邏輯。否則，返回 NotImplemented，讓 Python 處理。
🌰 vector_v8.py：改進(jìn) Vector 類的 __eq__ 方法
def __eq__(self, other):
if isinstance(other, Vector): #判斷對(duì)比的是否和Vector同屬一個(gè)實(shí)例
return (len(self) == len(other) and all(a == b for a, b in zip(self, other)))
else:
return NotImplemented #否則，返回NotImplemented
改進(jìn)以后的代碼執(zhí)行結(jié)果：
>>> va = Vector([1.0, 2.0, 3.0]) >>> vb = Vector(range(1, 4)) >>> va == vb True >>> t3 = (1, 2, 3) >>> va == t3 False
增量賦值運(yùn)算符
Vector 類已經(jīng)支持增量賦值運(yùn)算符 += 和 *= 了，示例如下
🌰 增量賦值不會(huì)修改不可變目標(biāo)，而是新建實(shí)例，然后重新綁定
>>> v1 = Vector([1, 2, 3]) >>> v1_alias = v1 # 復(fù)制一份，供后面審查Vector([1, 2, 3])對(duì)象 >>> id(v1) # 記住一開始綁定給v1的Vector實(shí)例的ID >>> v1 += Vector([4, 5, 6]) # 增量加法運(yùn)算 >>> v1 # 結(jié)果與預(yù)期相符 Vector([5.0, 7.0, 9.0]) >>> id(v1) # 但是創(chuàng)建了新的Vector實(shí)例 >>> v1_alias # 審查v1_alias，確認(rèn)原來的Vector實(shí)例沒被修改 Vector([1.0, 2.0, 3.0]) >>> v1 *= 11 # 增量乘法運(yùn)算 >>> v1 # 同樣，結(jié)果與預(yù)期相符，但是創(chuàng)建了新的Vector實(shí)例 Vector([55.0, 77.0, 99.0]) >>> id(v1)
完整代碼：
from array import array
import reprlib
import math
import numbers
import functools
import operator
import itertools
class Vector:
typecode = 'd'
def __init__(self, components):
self._components = array(self.typecode, components)
def __iter__(self):
return iter(self._components)
def __repr__(self):
components = reprlib.repr(self._components)
components = components[components.find('['):-1]
return 'Vector({})'.format(components)
def __str__(self):
return str(tuple(self))
def __bytes__(self):
return (bytes([ord(self.typecode)]) + bytes(self._components))
def __eq__(self, other):
if isinstance(other, Vector):
return (len(self) == len(other) and all(a == b for a, b in zip(self, other)))
else:
return NotImplemented
def __hash__(self):
hashes = map(hash, self._components)
return functools.reduce(operator.xor, hashes, 0)
def __add__(self, other):
pairs = itertools.zip_longest(self, other, fillvalue=0.0)
return Vector(a + b for a, b in pairs)
def __radd__(self, other):
return self + other
def __mul__(self, scalar):
if isinstance(scalar, numbers.Real):
return Vector(n * scalar for n in self)
else:
return NotImplemented
def __rmul__(self, scalar):
return self * scalar
def __matmul__(self, other):
try:
return sum(a * b for a, b in zip(self, other))
except TypeError:
return NotImplemented
def __rmatmul__(self, other):
return self @ other
def __abs__(self):
return math.sqrt(sum(x * x for x in self))
def __neg__(self):
return Vector(-x for x in self)
def __pos__(self):
return Vector(self)
def __bool__(self):
return bool(abs(self))
def __len__(self):
return len(self._components)
def __getitem__(self, index):
cls = type(self)
if isinstance(index, slice):
return cls(self._components[index])
elif isinstance(index, numbers.Integral):
return self._components[index]
else:
msg = '{.__name__} indices must be integers'
raise TypeError(msg.format(cls))
shorcut_names = 'xyzt'
def __getattr__(self, name):
cls = type(self)
if len(name) == 1:
pos = cls.shorcut_names.find(name)
if 0 <= pos < len(self._components):
return self._components[pos]
msg = '{.__name__!r} object has no attribute {!r}'
raise AttributeError(msg.format(cls, name))
def angle(self, n):
r = math.sqrt(sum(x * x for x in self[n:]))
a = math.atan2(r, self[n-1])
if (n == len(self) - 1 ) and (self[-1] < 0):
return math.pi * 2 - a
else:
return a
def angles(self):
return (self.angle(n) for n in range(1, len(self)))
def __format__(self, fmt_spec=''):
if fmt_spec.endswith('h'):
fmt_spec = fmt_spec[:-1]
coords = itertools.chain([abs(self)], self.angles())
outer_fmt = '<{}>'
else:
coords = self
outer_fmt = '({})'
components = (format(c, fmt_spec) for c in coords)
return outer_fmt.format(', '.join(components))
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(memv)
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對(duì)腳本之家的支持。
- Python語言技巧之三元運(yùn)算符使用介紹
- Python的條件語句與運(yùn)算符優(yōu)先級(jí)詳解
- 詳細(xì)介紹Python語言中的按位運(yùn)算符
- python的三目運(yùn)算符和not in運(yùn)算符使用示例
- python取余運(yùn)算符知識(shí)點(diǎn)詳解
- 總結(jié)Python中邏輯運(yùn)算符的使用
- Python入門學(xué)習(xí)之字符串與比較運(yùn)算符
- 簡(jiǎn)單了解python中對(duì)象的取反運(yùn)算符
- 解析Python中的二進(jìn)制位運(yùn)算符
- python中常見的運(yùn)算符及用法實(shí)例
相關(guān)文章
Python實(shí)現(xiàn)將橫表和縱表任意轉(zhuǎn)換的兩種方法
在日常做數(shù)據(jù)分析,接收到最多的表格是縱表,每個(gè)字段變量都有很長(zhǎng)數(shù)據(jù)的長(zhǎng)表,我們稱之為縱向數(shù)據(jù),但是,有時(shí)候,我們也會(huì)遇到橫表,對(duì)于橫向數(shù)據(jù),我們會(huì)數(shù)據(jù)轉(zhuǎn)化,將其轉(zhuǎn)化為縱向數(shù)據(jù),感興趣的同學(xué)跟著小編一起來學(xué)習(xí)吧2023-12-12
這篇文章主要介紹了Python txt文件常用讀寫操作代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-08-08
在本篇文章里小編給大家整理的是一篇關(guān)于java字符串格式化輸出實(shí)例講解，有需要的朋友們可以學(xué)習(xí)下。2021-01-01
這篇文章主要介紹了Django中如何直接執(zhí)行SQL語句問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
python 對(duì)圖片進(jìn)行簡(jiǎn)單的處理
介紹一些圖片處理的Python代碼，有了這些處理代碼，我們可以很方便的處理一些圖片，Python這里處理圖片一般都使用Pillow包，有此需求的朋友可以參考下2021-06-06
使用Python實(shí)現(xiàn)大文件切片上傳及斷點(diǎn)續(xù)傳的方法
本文介紹了使用 Python 實(shí)現(xiàn)大文件切片上傳及斷點(diǎn)續(xù)傳的方法,包括功能模塊劃分（獲取上傳文件接口狀態(tài)、臨時(shí)文件夾狀態(tài)信息、切片上傳、切片合并）、整體架構(gòu)流程、技術(shù)細(xì)節(jié)（相關(guān)接口和功能的代碼實(shí)現(xiàn)）,最后進(jìn)行了小結(jié),需要的朋友可以參考下2025-01-01
這篇文章主要介紹了python3 如何解壓縮.gz文件，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-09-09
學(xué)習(xí)要始于興趣，自己學(xué)習(xí)python的一大初衷是希望能用于寫一些簡(jiǎn)單的游戲腳本，能服務(wù)于生活。所以決定試著直接從爬取我最愛玩的陰陽師網(wǎng)站的一些壁紙開始2021-05-05
本文將會(huì)學(xué)習(xí)到?shutil?模塊,包括其主要功能和示例代碼,以幫助你更好地理解如何使用它來處理文件和目錄2023-11-11
這篇文章主要介紹了python中的參數(shù)類型匹配提醒，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-12-12