Python中的'@='符号是用来实现赋值运算符重载的。

Question

我知道 @ 是用于装饰器的，但在Python中，@= 是什么意思？这只是为了保留一些未来的想法吗？

这只是我阅读 tokenizer.py 时遇到的众多问题之一。

- Octavia Togami

---

请查看 CPython 仓库中的 cset c553d8f72d65（GitHub 镜像更易读）。 - Nick T

SymbolHound是一个可以搜索标点符号的搜索引擎。然而，目前在SymbolHound上搜索@= python并不能返回相关结果，因为Python 3.5文档中包含“@”，但没有任何“@=”的示例。我已经向SH发送了一条消息以帮助改进这一点。Python文档也可以改进。 - smci

结合 Python 3.8 的 := 海象运算符，你就得到了所谓的 @:= 棘手的玫瑰运算符。（在日本则被称为 Elvis-海象运算符。） - Bob Stein

Answer 1

根据文档，增强赋值语句：

@（at）运算符旨在用于矩阵乘法。没有内置的Python类型实现此操作符。

在Python 3.5中引入了@运算符。 @=是矩阵乘法后的赋值，正如您所期望的那样。它们映射到__matmul__，__rmatmul__或__imatmul__，类似于+和+=映射到__add__，__radd__或__iadd__。

该运算符及其背后的原理在PEP 465中详细讨论。

- user1804599

---

这就解释了为什么它出现在最新版本的tokenizer.py中，但没有出现在3.4文档中。 - Octavia Togami

这个内容在 Python 3.5 的文档中有涵盖 - https://docs.python.org/3.5/reference/simple_stmts.html#augmented-assignment-statements 和 https://docs.python.org/3.5/reference/expressions.html#binary-arithmetic-operations。 - jonrsharpe

这会与Python装饰器产生冲突吗？这在Python 2.n中没有实现，对吧？ - frankliuao

这并不会与装饰器冲突，因为装饰器永远不可能在表达式前出现，而二元运算符必须始终在表达式前出现。 - user1804599

Answer 2

@=和@是Python 3.5中引入的新运算符，用于执行矩阵乘法。它们旨在澄清迄今为止存在的混淆，即运算符*根据特定库/代码所采用的约定被用于逐元素乘法或矩阵乘法。因此，将来，运算符*只应用于逐元素乘法。

如PEP0465所述，引入了两个运算符：

• 一个新的二进制运算符A @ B，与A * B类似
• 一个原地版本A @= B，与A *= B类似

矩阵乘法与逐元素乘法

为了快速突出区别，对于两个矩阵：

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

• Element-wise multiplication will yield:

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

• Matrix multiplication will yield:

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

Numpy中的用法

到目前为止，Numpy使用以下约定：

• 运算符*（以及算术运算符）被定义为对ndarrays进行逐元素操作，并在numpy.matrix类型上进行矩阵乘法。

• 方法/函数dot用于对ndarrays进行矩阵乘法。

引入@运算符可以使涉及矩阵乘法的代码更易读。 PEP0465给出了一个示例：

# 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)

显然，最后一种实现更易于阅读和理解为一个方程式。

- Andrzej Pronobis

---

仅供澄清：从你的第一个例子中，我们可能会认为@已经被实现用于list，但事实并非如此。 - Conchylicultor

@ 与 np.matmul 相关联，而不是 np.dot。这两者相似但并不相同。 - Asclepius

@A-B-B，也许您可以提供一个例子来澄清细微差别，并确保答案完整？ - benjaminmgross

Answer 3

@是Python3.5中新增的矩阵乘法运算符。

参考资料：https://docs.python.org/3/whatsnew/3.5.html#whatsnew-pep-465

示例

C = A @ B

- amehta

Answer 4

Numpy 1.25将支持使用@=进行原地矩阵乘法操作。

- Mark