什么是“ 1 ..__ truediv__”？Python是否具有..（“点点”）表示法语法？

最近，我遇到了一种语法，这种语法在我学习python时从未见过，在大多数教程中，这种..表示法看起来像这样：

f = 1..__truediv__ # or 1..__div__ for python 2

print(f(8)) # prints 0.125 

我发现它和（当然，它更长）完全一样：

f = lambda x: (1).__truediv__(x)
print(f(8)) # prints 0.125 or 1//8

但是我的问题是：

• 它怎么做呢？
• 这两个点实际上意味着什么？
• 如何在更复杂的语句中使用它（如果可能）？

将来可能会为我节省很多代码行... :)

您所拥有的是一个float不带尾随零的文字，然后您可以访问的__truediv__方法。它本身不是运算符；第一个点是float值的一部分，第二个点是用于访问对象属性和方法的点运算符。

您可以通过执行以下操作达到相同的目的。

>>> f = 1.
>>> f
1.0
>>> f.__floordiv__
<method-wrapper '__floordiv__' of float object at 0x7f9fb4dc1a20>

另一个例子

>>> 1..__add__(2.)
3.0

在这里，我们将1.0加到2.0，显然得出3.0。

该问题已经得到足够的答案（即@Paul Rooney的答案），但也可以验证这些答案的正确性。

让我回顾一下现有的答案：这..不是一个语法元素！

您可以检查源代码如何“标记化”。这些标记表示代码的解释方式：

>>> from tokenize import tokenize
>>> from io import BytesIO

>>> s = "1..__truediv__"
>>> list(tokenize(BytesIO(s.encode('utf-8')).readline))
[...
 TokenInfo(type=2 (NUMBER), string='1.', start=(1, 0), end=(1, 2), line='1..__truediv__'),
 TokenInfo(type=53 (OP), string='.', start=(1, 2), end=(1, 3), line='1..__truediv__'),
 TokenInfo(type=1 (NAME), string='__truediv__', start=(1, 3), end=(1, 14), line='1..__truediv__'),
 ...]

因此，字符串1.被解释为数字，第二个.是OP（运算符，在这种情况下为“ get attribute”运算符），而则__truediv__是方法名称。因此，这只是访问__truediv__float 的方法1.0。

查看生成的字节码的另一种方法是对其进行汇编。这实际上显示了执行某些代码时执行的指令： dis

>>> import dis

>>> def f():
...     return 1..__truediv__

>>> dis.dis(f)
  4           0 LOAD_CONST               1 (1.0)
              3 LOAD_ATTR                0 (__truediv__)
              6 RETURN_VALUE

基本上说的一样。它加载__truediv__常量的属性1.0。

关于你的问题

以及如何在更复杂的语句中使用它（如果可能）？

即使您可能永远也不要这样写代码，只是因为不清楚代码在做什么。因此，请不要在更复杂的语句中使用它。我什至会走得更远，以至于您不应该在如此“简单”的语句中使用它，至少您应该使用括号将指令分开：

f = (1.).__truediv__

这肯定会更具可读性-但类似于：

from functools import partial
from operator import truediv
f = partial(truediv, 1.0)

会更好！

使用的方法partial还保留了python的数据模型（该1..__truediv__方法没有！），可以通过以下小片段进行演示：

>>> f1 = 1..__truediv__
>>> f2 = partial(truediv, 1.)

>>> f2(1+2j)  # reciprocal of complex number - works
(0.2-0.4j)
>>> f2('a')   # reciprocal of string should raise an exception
TypeError: unsupported operand type(s) for /: 'float' and 'str'

>>> f1(1+2j)  # reciprocal of complex number - works but gives an unexpected result
NotImplemented
>>> f1('a')   # reciprocal of string should raise an exception but it doesn't
NotImplemented

这是因为1. / (1+2j)不是由- float.__truediv__而是通过complex.__rtruediv__- operator.truediv进行评估的，请确保在正常操作返回时调用了反向操作，NotImplemented但__truediv__直接操作时没有这些后备。这种“预期行为”的丧失是您（通常）不应直接使用魔术方法的主要原因。

首先，两个点可能有点尴尬：

f = 1..__truediv__ # or 1..__div__ for python 2

但这与写作相同：

f = 1.0.__truediv__ # or 1.0.__div__ for python 2

因为float文字可以用三种形式编写：

normal_float = 1.0
short_float = 1.  # == 1.0
prefixed_float = .1  # == 0.1

什么f = 1..__truediv__啊

f是在值为1的float上绑定的特殊方法。特别，

1.0 / x

在Python 3中，调用：

(1.0).__truediv__(x)

证据：

class Float(float):
    def __truediv__(self, other):
        print('__truediv__ called')
        return super(Float, self).__truediv__(other)

和：

>>> one = Float(1)
>>> one/2
__truediv__ called
0.5

如果这样做：

f = one.__truediv__

我们保留绑定到该绑定方法的名称

>>> f(2)
__truediv__ called
0.5
>>> f(3)
__truediv__ called
0.3333333333333333

如果我们在一个紧密的循环中执行该点分查找，则可以节省一些时间。

解析抽象语法树（AST）

我们可以看到，解析表达式的AST可以告诉我们，我们__truediv__在浮点数上获取属性1.0：

>>> import ast
>>> ast.dump(ast.parse('1..__truediv__').body[0])
"Expr(value=Attribute(value=Num(n=1.0), attr='__truediv__', ctx=Load()))"

您可以从以下获得相同的结果函数：

f = float(1).__truediv__

要么

f = (1.0).__truediv__

扣除

我们也可以通过扣除到达那里。

让我们建立它。

1本身是一个int：

>>> 1
1
>>> type(1)
<type 'int'>

1，之后是句点：

>>> 1.
1.0
>>> type(1.)
<type 'float'>

下一个点本身就是SyntaxError，但它会在float实例上开始点分查找：

>>> 1..__truediv__
<method-wrapper '__truediv__' of float object at 0x0D1C7BF0>

没有人提到这一点 -这现在是浮动的“绑定方法”1.0：

>>> f = 1..__truediv__
>>> f
<method-wrapper '__truediv__' of float object at 0x127F3CD8>
>>> f(2)
0.5
>>> f(3)
0.33333333333333331

我们可以更容易地完成相同的功能：

>>> def divide_one_by(x):
...     return 1.0/x
...     
>>> divide_one_by(2)
0.5
>>> divide_one_by(3)
0.33333333333333331

性能

该divide_one_by函数的缺点是它需要另一个Python堆栈框架，这使其比绑定方法要慢一些：

>>> def f_1():
...     for x in range(1, 11):
...         f(x)
...         
>>> def f_2():
...     for x in range(1, 11):
...         divide_one_by(x)
...         
>>> timeit.repeat(f_1)
[2.5495760687176485, 2.5585621018805469, 2.5411816588331888]
>>> timeit.repeat(f_2)
[3.479687248616699, 3.46196088706062, 3.473726342237768]

当然，如果您仅可以使用普通文字，那就更快了：

>>> def f_3():
...     for x in range(1, 11):
...         1.0/x
...         
>>> timeit.repeat(f_3)
[2.1224895628296281, 2.1219930218637728, 2.1280188256941983]