python3.5 新加的矩阵乘法的专用中缀运算符 "@"

chaosanalysis

于 2019-01-09 13:51:15 发布

阅读量1.4k

点赞数 1

本文介绍Python中新增的矩阵乘法运算符@，该符号简化了矩阵乘法的表达，使得代码更加清晰易读。通过定义__matmul__()等方法，用户可以为自定义类型实现矩阵乘法。NumPy 1.10及pytorch等库已支持此特性，示例代码展示了其使用方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文翻自PEP 465

目前虽然没有内置的Python类型实现这个新运算符，但是，它可以通过定义__matmul __()，__ rmatmul __()和__imatmul __()来实现常规，反射和就地的矩阵乘法。这些方法的语义类似于定义其他中缀算术运算符的方法。矩阵乘法在数学，科学，工程学的许多领域都是一个非常常见的操作，并且“@”使我们能编写更清晰的代码：

用

S = (H @ beta - r).T @ inv(H @ V @ H.T) @ (H @ beta - r)

来替代

S = dot((dot(H, beta) - r).T,
        dot(inv(dot(dot(H, V), H.T)), dot(H, beta) - r))

NumPy 1.10已经支持这个新的操作（经过译者测试，pytorch也已支持）：

>>> import numpy

>>> x = numpy.ones(3)
>>> x
array([ 1., 1., 1.])

>>> m = numpy.eye(3)
>>> m
array([[ 1., 0., 0.],
       [ 0., 1., 0.],
       [ 0., 0., 1.]])

>>> x @ m
array([ 1., 1., 1.])

另见详细解释