今天我们来讲讲 Python 里一个不为众人所知的运算符。你可能会觉得疑惑：还有我不知道的运算符？别急着下结论，先往下看看再说。
在 Python3.5 中通过 PEP465https://www.python.org/dev/peps/pep-0465 加入了 @运算符，也就是矩阵相乘运算符。虽然目前没有任何内置的 Python 类型实现了这个运算符的逻辑（就只是挖了个坑），但是如果你用过 numpy，大概对这个运算符的逻辑并不陌生：
>>> a = numpy.array([1, 2, 3])
>>> b = numpy.array([10, 20, 30])
>>> a @ b
140
>>> c = numpy.array([[10, 15], [20, 25], [30, 35]])
>>> d = numpy.array([[4, 5, 6], [7, 8, 9]])
>>> c @ d
array([[145, 170, 195],
[255, 300, 345],
[365, 430, 495]])
如今，在原生的 Python 代码中，你也可以使用这个运算符。但前提是，你得自己实现具体的运算规则，也就是实现 __matmul__()，__rmatmul__() 和 __imatmul__() 这3个方法。
在看实例之前，我们先来了解下这种特殊的类方法。
在官方文档中，我们看到与 __matmul__方法一起介绍的还有 __add__，__sub__ 等等（注意前后都是2个下划线），这些方法都是用来定义此类型的运算符号。
假设现在有一个类叫 A，我们在其 class 中实现了加法方法 __add__：
def __add__(self, value):
# 具体实现代码（略）
那么我们就可以在代码中对 A 的实例进行加法运算：
a = A()
b = A()
c = a + b
此种情况下，__add__ 函数会被调用，self 对应的是 a 变量，而 value 对应的则是 b 变量。
__matmul__与之类似，唯一的不同就是它会在使用 @ 操作符而不是 + 时被调用。
同样的道理，__rmatmul__ 对应操作数不支持相关运算或者类型不同的情况，__imatmul__ 则对应复合赋值运算符的情况：
a = A()
b = A()
c = a @ b # __matmul__
d = a @ 1 # __rmatmul__
a @= 1 #__imatmul__
接下来我们来创建一个继承 list 的类并实现矩阵乘法：
class NewList(list):
def __matmul__(self, v):
result = []
for i in range(len(self)):
result.append([])
for j in range(len(v[0])):
result[i].append(0)
for i in range(len(self)):
for j in range(len(v[0])):
for k in range(len(v)):
result[i][j] += self[i][k] * v[k][j]
return result
# 测试
x = NewList([[7, 7, 3],
[4, 5, 6],
[6, 4, 3]])
y = NewList([[5, 4, 1, 2],
[6, 2, 3, 0],
[4, 5, 6, 1]])
z = x @ y
for i in z:
print(i)
输出结果：
[89, 57, 46, 17]
[74, 56, 55, 14]
[66, 47, 36, 15]
虽然这个符号的设定是用于矩阵乘法，但实际上可以自定义为任何操作。比如我们可以用它来计算直角坐标系上两个点之间的距离：
from math import sqrt
class Point:
def __init__(self, x, y):
self.x = x # x坐标
self.y = y # y坐标
def __matmul__(self, value):
x_sub = self.x - value.x
y_sub = self.y - value.y
return sqrt(x_sub**2 + y_sub**2)
a = Point(1, 3)
b = Point(4, 7)
print(a @ b)
以上便是我今天跟大家分享的 Python 神秘操作符。
注：本文来自编程教室的读者 @pynickle 的投稿
------
一起学，走得远！
欢迎搜索：Crossin的编程教室
