1. 前言Python中的运算符重载和C++中的运算符重载并不一样，C++中同一运算符可以有多个重载函数，Python中的运算符重载其实是实现运算符的同名特殊方法。
本篇只讨论一元运算符和中缀运算符，内容如下：

• Python如何处理中缀运算符中不同类型的操作数；
• 使用鸭子类型或白鹅类型处理不同类型的操作数；
• 中缀运算符如何表明自己无法处理操作数；
• 众多比较运算符的特殊行为；
• 增量运算符的默认处理方式和重载方式。
  

不过，需要说明的是，并不是所有的运算符都能重载：

• 不能重载内置类型的运算符；
• 不能新建运算符，只能重载现有的；
• is，and，or和not不能重载。
  

本文中的示例延用《Python学习之路29》中的多维向量Vector。
2. 一元运算符本节主要介绍4个一元运算符，它们分别是：

• - (__neg__)：一元取负运算符，如x = 2，则-x == 2；
• +(__pos__)：一元取正运算符，通常是x == +x，但也有特例；
• ~(__invert__)：对整数按位取反，定义为~x == -(x + 1)；
• abs()函数：Python语言参考手册把它也列为了一元运算符，它对应的就是之前多次用到的__abs__。
  

在实现过程中需要遵循这些运算符的一个基本规则：始终返回一个新对象！也就是说不能修改self，要创建并返回合适类型的实例。以下补充两个Vector类的运算符重载：
def __neg__(self):    return Vector(-x for x in self)def __pos__(self):    return Vector(self)复制代码x和+x何时不等？以下是两个例子：

• 如果decimal.Decimal所在上下文的精度不同，则有可能不等，如下：
  >>> import decimal>>> ctx = decimal.getcontext()>>> ctx.prec = 40>>> one_third = decimal.Decimal("1") / decimal.Decimal("3")>>> one_thirdDecimal('0.3333333333333333333333333333333333333333')>>> one_third == +one_thirdTrue>>> ctx.prec = 28    # 这是默认精度>>> one_third == +one_thirdFalse>>> +one_thirdDecimal('0.3333333333333333333333333333')复制代码
• collections.Counter在相加时，负值和零值计数会从结果中剔除，而一元运算符+对它来说等同于加上一个空Counter，如下：
  >>> ct = Counter("abracadabra")>>> ct["r"] = -3>>> ct["d"] = 0>>> ctCounter({'a': 5, 'b': 2, 'c': 1, 'd': 0, 'r': -3})>>> +ct   # 与ct不等Counter({'a': 5, 'b': 2, 'c': 1})复制代码
  

3. 重载向量加法运算符+目前版本的Vector不支持向量相加，因为没有重载+运算符。我们的要求如下：

• 它能实现两个Vector相加，并且两个长度不等的Vector也能相加，短的那个用0.0填充；
• 能与任何可迭代对象相加，但当这个可迭代对象中的元素不能与浮点数做加法运算时，则抛出NotImplemented异常；
  

def __add__(self, other):    try:        pairs = itertools.zip_longest(self, other, fillvalue=0.0)  # 自动填充        return Vector(a + b for a, b in pairs)    except TypeError:        # 它不是一个异常类，而是一个单例值！所以用的是return，而不是raise        return NotImplemented   def __radd__(self, other):   # 实现反向相加    return self + other# 在控制台中运行的示例，省略了import语句>>> v1 = Vector([1, 2, 3])>>> v1 + Vector([2, 3, 4])  # 可以和同类型的相加Vector([3.0, 5.0, 7.0])>>> v1 + (1, 2, 3)   # 和其他可迭代对象也能相加Vector([2.0, 4.0, 6.0])>>> v1 + (1, 2)    # 长度不同也能相加Vector([2.0, 4.0, 3.0])>>> v1 + Vector2d(1, 2)   # 由于我们之前实现的Vector2d也是可迭代对象，所以也能和Vector相加Vector([2.0, 4.0, 3.0])>>> (1, 2, 3) + v1   # <1> 反向也能相加，见解释Vector([2.0, 4.0, 6.0])复制代码解释：

• 像__radd__，__rsub__这种前面带r的方法一般被称作“反向”运算方法或“右向”运算方法，如果没有实现这种方法，上述代码<1>处的语句就会抛出TypeError；
  
• 对于表达式a + b来说，解释器会执行如下几步：
  
  
  • 如果a有__add__方法，调用a.__add__(b)；
  • 如果a.__add__(b)返回NotImplemented，或者a没有__add__方法，则检查b有没有__radd__方法，如果有，则调用b.__radd__(a)；
  • 如果b.__radd__(a)返回NotImplemented，或者b没有__radd__方法，则抛出TypeError，并在错误消息中指明操作数类型不支持。
    
  其他有反向运算方法的运算符在调用时也是上面这个逻辑。
• __radd__等反向运算的实现通常就如上述代码这么简单暴力：直接委托给正向运算。
  
• 在实现__add__时，我们并没有去判断other的类型或者它的元素的类型，而是捕获TypeError异常。这是在给other调用反向运算方法的一个机会。如果调用成功，other就能被当做另一个操作数的“同类”，这也遵循了鸭子类型精神。
  
  

4. 重载乘法运算符4.1 重载数乘运算*这里实现的是向量的数乘运算，我们希望任何实数都能和Vector做数乘预算（也叫做元素级乘法, elementwise multiplication），添加的两个方法如下：
def __mul__(self, scalar):    if isinstance(scalar, numbers.Real):          return Vector(n * scalar for n in self)    else:        return NotImplementeddef __rmul__(self, scalar):    return self * scalar# 以下是在控制台中运行的示例>>> v1 = Vector([1,2,3])>>> 2 * v1Vector([2.0, 4.0, 6.0])>>> v1 * True    # bool是int的子类Vector([1.0, 2.0, 3.0])>>> from fractions import Fraction>>> v1 * Fraction(1, 3)Vector([0.3333333333333333, 0.6666666666666666, 1.0])复制代码解释：这里并没有像__add__中那样，采用鸭子类型技术，在__mul__中捕获TyperError；而是采用更易于理解和更合理的方式，即白鹅类型，使用isinstance()函数来判断操作数是否为实数。
4.2 重载点乘运算@从Python3.5开始，已经支持点乘运算符@，它相应的特殊方法时__matmul__（矩阵乘法”matrix multiplication”的缩写），以下是对点乘运算的重载：
def __matmul__(self, other):    try:        return sum(a * b for a, b in zip(self, other))    except TypeError:        return NotImplementeddef __rmatmul__(self, other):    return self @ other# 下面是它的运行示例：>>> Vector([1, 2, 3]) @ Vector([4, 5, 6])32>>> [1, 2, 3] @ Vector([4, 5, 6])32复制代码5. 比较运算符Python对比较运算符的处理与前文类似，不过在两个方面有重大区别：

• 正向和反向调用使用的是同一系列方法，即没有r前缀。例如，对于==来说，正向和反向调用都是__eq__方法，只是掉换个参数；正向的__gt__方法调用的则是反向的__lt__方法，并调换参数。
• 对==和!=来说，如果反向调用失败，Python会比较对象的ID，而不是抛出TypeError。
  

5.1 重载 ==之前版本的Vector中，__eq__的实现与行为如下：
def __eq__(self, other):    return (len(self) == len(other) and all(a == b for a, b in zip(self, other)))# 它的行为如下：>>> Vector([1, 2, 3]) == (1, 2, 3)  # 除此之外还能和Vector与Vector2d比较True复制代码有时候我们并不想兼容这么多类型的操作数，但当遇到某些类型时（比如上面的元组），我们也不想武断地直接抛出TypeError，而是让另一个操作数判断这俩是否相等，于是我们将上述代码改为如下形式：
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# 它的行为如下：>>> va = Vector([1, 2, 3])>>> t3 = (1, 2, 3)>>> va == t3False复制代码以下是Vector([1, 2, 3]) == (1, 2, 3)这段代码的运行过程：

• 为计算va == t3，Python调用Vector.__eq__(va, t3)；
• 由于t3不是Vector类，所以上述调用返回NotImplemented；
• Python得到NotImplemented结果，尝试调用tuple.__eq__(t3, va)；
• 由于tuple.__eq__(t3, va)不知道Vector是什么，因此返回NotImplemented；
• 对==来说，如果反向调用也返回了NotImplemented，则最后比较对象的ID，发现两者不等，返回False
  

5.2 重载 !=!=不用重载！从object继承而来的__ne__已经够用了，由于原版的__ne__是用C语言写到，下面的代码是它的Python版本：
def __ne__(self, other):    eq_result = self == other    if eq_result is NotImplemented:        return NotImplemented    else:        return not eq_result复制代码意思就是：如果__eq__返回NotImplemented，那它也返回这个值；否则，返回__eq__结果的相反值。
6. 增量赋值运算符其实目前版本的Vector已经支持了+=和*=操作，因为我们为它实现了__add__，__mul__操作，当运行a += b时，会被转换成a = a + b。但也正因此，大家可以看出，这不是一个就地运算，这样的+=和*=会创建新的实例。如果想实现就地预算，则需要重写以i开头的特殊方法，比如+=对应的__iadd__。
由于Vector被定义为不可变类型，这里我们新建一个简单的MyList类来示范+=运算符的重载。为简答起见，以两个操作数的最小长度为准：
>>> class MyList:...     def __init__(self, iterable):...         self._list = list(iterable)......     def __iadd__(self, other):...         for i in range(min(len(self._list), len(other))):...             self._list += other...         return self...>>> test = MyList(range(10))>>> id(test)2848410583560>>> test[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]>>> test += range(9)>>> id(test)2848410583560   # ID没有改变>>> test [0, 2, 4, 6, 8, 10, 12, 14, 16, 9]   # 确实是就地运算复制代码其实这里只为强调一点：增量赋值特殊方法最后一定要返回self!
7. 总结本文开篇先介绍了不能重载运算符的情况，随后依次介绍了一元运算符，中缀运算符（包括加法、乘法和比较运算）和增量运算符的重载情况。
其中需要注意NotImplemented这个值，它不是异常，而是个单例值，Python在进行中缀运算时会专门检测这个值。
期间，我们还讨论了如何处理不同类型的操作数：是按照鸭子类型技术，捕获TypeError，还是根据白鹅类型，用isinstance进行类型判断。这两种方式各有利弊：鸭子类型更灵活，但白鹅类型更能预知结果。如果选用isinstance，则不要检测具体类，而应检测抽象基类，比如numbers.Real。
最后给出各运算符对应的特殊方法的表格，第一个表格是中缀运算符的名称：
运算符

正向方法

反向方法

就地方法

说明
+

__add__

__radd__

__iadd__

加法或拼接
-

__sub__

__rsub__

__isub__

减法
*

__mul__

__rmul__

__imul__

乘法或重复复制
/

__truediv__

__rtruediv__

__itruediv__

除法
//

__floordiv__

__rfloordiv__

__ifloordiv__

整除
%

__mod__

__rmod__

__imod__

取模
divmod()

__divmod__

__rdivmod__

__idivmod__

返回由整除的商和模构成的元组
**，pow()

__pow__

__rpow__

__ipow__

幂运算
@

__matmul__

__rmatmul__

__imatmul__

矩阵乘法
&

__and__

__rand__

__iand__

位与
|

__or__

__ror__

__ior__

位或
^

__xor__

__rxor__

__ixor__

位异或
<<

__lshift__

__rlshift__

__ilshift__

按位左移
>>

__rshift__

__rrshift__

__irshift__

按位右移下面这个表格是比较运算符的名称：
分组

中缀运算符

正向方法调用

反向方法调用

后备机制
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)

抛出TypeError

a < b

a.__lt__(b)

b.__gt__(a)

抛出TypeError

a >= b

a.__ge__(b)

b.__le__(a)

抛出TypeError

a <= b

a.__le__(b)

b.__ge__(a)

抛出TypeError

作者：VPointer
链接：https://juejin.im/post/5b220cf0e51d4558af401405

奈斯，优秀