• 目录
• 前言
• 软件环境
• 身份运算符
• 算术运算符
• 比较运算符
• 位移运算符
• 自变运算符
• 位运算符
• 逻辑运算符
• 成员关系运算符
• Python真值表
• 最后

前言

在前面的博文介绍了Python的数据结构之后，接下来结合python操作符来对Python程序中的数据进行处理。操作符/运算符的使用，可简洁地表示内建类型的对象处理。主要是对程序中的数据进行逻辑操作、算术操作、比较操作等动作行为，本质是将在程序中会非常常用的程序操作封装成成类或函数后，再以字符的形式调用，使执行程序语言更加简洁和符合国际化。

软件环境

• 操作系统
  • UbuntuKylin 14.04
• 软件
  • Python 2.7.6
  • IPython 4.0.0

身份运算符

身份运算符用来判断两个变量的引用对象是否指向同一个内存对象，即id(varibale1) ?= id(variable2)。 is：判断两个标识符是不是引用自一个对象 is not：判断两个标识符是不是引用自不同对象 需要注意的是： is 和 == 的意义并不相同。

In [11]: [] == []
Out[11]: True

In [12]: [] is []
Out[12]: False

概括性而言，is 是判断两个变量是否引用同一个对象，而 == 则是判断两个变量引用的对象的值是否一致。要很好的理解两者间的区别需要从Python对象的三要素说起。 Python对象的三要素：id、type、value id：是对象的唯一标识，是对象在内存中的存储地址。 type：是对象的数据类型 value：是对象的值，是对象在内存中存放的数据。 其中is的判断依据是对象的id，== 的判断依据是对象value，例如：

 1 In [25]: name1 = {'fan':'jmilk'}
 2 
 3 In [26]: name2 = name1.copy()
 4 
 5 In [27]: name1 == name2
 6 Out[27]: True
 7 
 8 In [28]: name1 is name2
 9 Out[28]: False
10 
11 In [29]: id(name1),id(name2)
12 Out[29]: (140197805793640, 140197805796720)

上述例子，name2是name1调用copy( )函数后返回的一个新的对象，所以两者的id( )不相等，而两个变量在内存和中的vale却是相等的。

算术运算符

**注：**Python除法需要注意的方面(Python 2.x版本，3.x版本不存在此问题) 1.Python中int型的数值相除，只能得到int型不会返回小数。若返回值需要精确到小数时，有两种方法。 方法一：除数或被除数需要有一者为float型数值。

In [75]: float(1)/2
Out[75]: 0.5

方法二：import未来支持的语言特征division(精确除法) Python的’/’除法默认使用截断除(Truncating Division)，导入division模块后，Python才会默认使用精确除法。当导入了精确除后，若想再使用截断除，可以使用取整除’//’，同时也被成为地板除。

 1 In [92]: %%file testFloat.py
 2 from __future__ import division
 3 a = 1
 4 b = 2
 5 print a/b
 6    ....: print a//b
 7    ....: 
 8 Overwriting testFloat.py
 9 
10 In [93]: run testFloat.py
11 0.5
12 0

随便介绍两个内建函数round(number[, ndigits])、divmod(x, y) round(x[,n])：给定一个浮点数x，并按照指定精度返回一个浮点数对象，官方文档如下：

In [109]: round.__doc__
Out[109]: 'round(number[, ndigits]) -> floating point numbernnRound a number to a given precision in decimal digits (default 0 digits).nThis always returns a floating point number.  Precision may be negative.'

例子：

In [124]: round(1.11111111111,5)
Out[124]: 1.11111

除了使用这种方法获取指定精度的浮点数外，还可以使用%格式化来输出指定精度的浮雕数。

In [125]: a = 1.1111111111

In [126]: print '%.5f' %a
1.11111

%格式化可以非常灵活的得到满足需求的输出数据的格式，以后我们会继续了解。 divmod(x, y)：计算x，y的取整除和余数，并以元组类型返回。官方文档：

In [131]: divmod.__doc__
Out[131]: 'divmod(x, y) -> (quotient, remainder)nnReturn the tuple ((x-x%y)/y, x%y).  Invariant: div*y + mod == x.'

例子：

In [133]: divmod(7,5)
Out[133]: (1, 2)

比较运算符

位移运算符

位移运算符是非常有效率的计算方法之一，在对数学运算和对程序执行效率要求高的程序中推荐使用。除了位移运算符之外，Python的按位运算符也是非常有效率的一种数据处理方法，之后会详细的介绍。

自变运算符

自变运算符可以减少一定的代码量，更重要的是，使用自变运算符可以加快Python程序在内存中的执行效率。 值得注意的是：Python出于避免语法歧义的初衷，在Python语法中并没有自增 i++ 或者 ++i的语法， ++i 只作用于数学运算操作符，如：

 1 In [18]: i = 1
 2 
 3 In [19]: ++i
 4 Out[19]: 1
 5 
 6 In [20]: +-i
 7 Out[20]: -1
 8 
 9 In [21]: --i
10 Out[21]: 1

顺便来比较一下 i = i+1 、i += 1 、i++ 三者间执行效率的高低(对一般编程语言而言)。 最低 i = i + 1 (1). 读取右i的地址 (2). i+1 (3). 读取左i的地址 (4). 将右i+1传递给左i，编译器认为左右两个i是不一致的。 其次 i += 1 (1). 读取左i的地址 (2). i+1 (3). 将i+1传递给i自身，编译器会认为只有同一个i 最高 i++ (1). 读取i的地址 (2). 自增1 注意：在考虑到提升程序运行效率的同时，也要注意在使用i += 1的时候可以会莫名其妙的出现语法错误，这种时候可以考虑是否为数据类型的类型隐式转换错误。 以上的比较只是针对一般的编程语言而言，在Python中因为存在可变对象和非可变对象，而且不存在i++自增语言。但是使用自变运算符，的确可以有效的减少代码量和使程序更加简洁。

位运算符

在Python中 | 、& 等运算符的意义不在于处理逻辑关系，而是二进制数据的位运算，数字以二进制形式的补码存储和计算，以原码结果来显示。若数字为正值，他的补码就是原码本身。若数字为负值，则他的补码为源码减一再按位取反。两个数字的计算本质是两个二进制补码的计算。 数字计算的实现原理： 1的原码：0000 0001 ， 补码： 0000 0001 （二进制的首个数字代表符号，不可以改变） -1的原码：1000 0001 ， 补码：1111 1111

In [67]: -1 & 1
Out[67]: 1

即： 1111 1111 0000 0001 ————— 0000 0001 其结果原码为 0000 0001（正数的补码就是原码本身）

In [68]: -1 | 1
Out[68]: -1

即： 1111 1111 0000 0001 ————— 1111 1111 其结果原码为1000 0001（负数的原码为补码减一再按位取反，首个数字代表符号不可以改变） 所以，从数字计算的底层实现可以看出。位移运算符是计算效率非常高的一种计算方法，尤其可以避免类似执行乘法时，所带来的非常繁复的操作和实现过程。

逻辑运算符

在Python只能够将and、or、not三种运算符用作于逻辑运算，而不像C、Java等编程语言中可以使用&、|、！，更加不能使用简单逻辑于&&、简单逻辑或||等逻辑运算符。由此可见，Python始终坚持着“只用一种最好的方法，来解决一个问题”的设计理念。

成员关系运算符

成员运算符能够判断一个指定对象是否是作为一个容器中的元素，由此来判断两个对象间的关系。 容器：包含了其他对象的引用的数据类型。

In [72]: 1 in list
Out[72]: True

In [73]: 4 in list
Out[73]: False

In [74]: 4 not in list
Out[74]: True

In [75]: 1 not in list
Out[75]: False

Python真值表

最后

运算符在程序中一直都充当着非常重要的角色，可能是编程的过程中并不会完全用的上，但是建立一个由自己编写起来的运算符文档，在往后的程序编写中会变得非常的方便。