在python中，`@=`是在左边还是在右边？

Question

在我看来，很明显，vector @= matrix的意思应该是vector = matrix @ vector，与大多数其他二进制运算符的做法相反。不幸的是，佩普465完全忽略了对此的任何讨论；它只说明@运算符是左关联的，而@=运算符对应于__imatmul__函数。

据推测，覆盖意味着如果数字库愿意，可以选择这种行为，但这就留下了三个密切相关的问题：

• 如果没有显式提供__imatmul__，但是提供了__matmul__和__rmatmul__，那么默认行为是什么？
• PEP作者的意图是什么？
• 数字库(如numpy )选择了什么行为来实现？

Answer 1

与任何其他增广赋值操作符一样，x @= y是一个就地-如果-x-支持的x = x @ y的版本。

x = y @ x在您看来可能是显而易见的，但我认为除了x = x @ y之外，其他任何东西都没有被认为是一种严肃的选择，而且我不认为任何主要的数学库都实现了您所期望的任何东西。sympy.Matrix将其实现为x = x @ y (非可变的，没有__imatmul__)，numpy.ndarray说

TypeError: In-place matrix multiplication is not (yet) supported. Use 'a = a @ b' instead of 'a @= b'.

(用NumPy 1.19.5和1.21.5检查)。

请注意，NumPy定义了“向量@矩阵”操作的有用含义。NumPy不强制数组为2D，因此NumPy中最常见的矢量表示形式是一维数组，而不是列向量。在“向量@矩阵”操作中，一维数组的行为将类似于行向量，尽管结果将是一维而不是行向量。