web-dev-qa-db-ja.com

Pythonの「@ =」記号とは何ですか？

@はデコレータ用ですが、Pythonで@=とは何ですか？将来のアイデアのためだけの予約ですか？

これは、tokenizer.pyを読んでいる間の私の多くの質問の1つにすぎません。

pythonpython-3.xoperatorsmatrix-multiplicationpython-3.5
154
Octavia Togami

From thedocumentation ：

@（at）演算子は、行列の乗算に使用することを目的としています。この演算子を実装する組み込みPython型はありません。

@演算子はPython 3.5で導入されました。 @=は、ご想像のとおり、割り当てに続く行列乗算です。 __matmul__、__rmatmul__、または__imatmul__にマップされます。+および+=が__add__、__radd__、または__iadd__にマップする方法と同様です。

演算子とその背後にある理論的根拠は、 PEP 465 で詳細に説明されています。

169
rightfold

@=および@は、Python3.5で導入された新しい演算子です行列乗算。これらは、特定のライブラリ/コードで採用されている慣例に応じて、要素ごとの乗算または行列の乗算に使用される演算子*とのこれまでの混乱を明確にするためのものです。その結果、将来、演算子*は、要素ごとの乗算にのみ使用されることを意図しています。

PEP0465 で説明されているように、2つの演算子が導入されました。

  • A @ Bと同様に使用される新しい二項演算子A * B
  • A @= Bと同様に使用されるインプレースバージョンA *= B

行列の乗算と要素ごとの乗算

2つの行列の違いをすばやく強調するには：

A = [[1, 2],    B = [[11, 12],
     [3, 4]]         [13, 14]]

  • 要素ごとの乗算は次のようになります。

    A * B = [[1 * 11,   2 * 12], 
         [3 * 13,   4 * 14]]

  • 行列乗算の結果は次のとおりです。

    A @ B  =  [[1 * 11 + 2 * 13,   1 * 12 + 2 * 14],
           [3 * 11 + 4 * 13,   3 * 12 + 4 * 14]]

Numpyでの使用

これまで、Numpyは次の規則を使用していました。

@演算子の導入により、行列乗算を含むコードがはるかに読みやすくなりました。 PEP0465に例を示します。

# Current implementation of matrix multiplications using dot function
S = np.dot((np.dot(H, beta) - r).T,
            np.dot(inv(np.dot(np.dot(H, V), H.T)), np.dot(H, beta) - r))

# Current implementation of matrix multiplications using dot method
S = (H.dot(beta) - r).T.dot(inv(H.dot(V).dot(H.T))).dot(H.dot(beta) - r)

# Using the @ operator instead
S = (H @ beta - r).T @ inv(H @ V @ H.T) @ (H @ beta - r)

明らかに、最後の実装は方程式として読みやすく解釈しやすいです。

45
Andrzej Pronobis

@は、Python3.5で追加された行列乗算の新しい演算子です。

リファレンス： https://docs.python.org/3/whatsnew/3.5.html#whatsnew-pep-465

例

C = A @ B
2
amehta