Operator tilde dengan Python

Apa gunanya operator tilde di Python?

Satu hal yang dapat saya pikirkan adalah melakukan sesuatu di kedua sisi string atau daftar, seperti memeriksa apakah string palindromik atau tidak:

def is_palindromic(s):
    return all(s[i] == s[~i] for i in range(len(s) / 2)) 

Adakah penggunaan lain yang baik?

Ini adalah operator unary (mengambil argumen tunggal) yang dipinjam dari C, di mana semua tipe data hanyalah cara yang berbeda untuk menafsirkan byte. Ini adalah operasi "membalikkan" atau "pelengkap", di mana semua bit data input dibalik.

Dalam Python, untuk bilangan bulat, bit representasi dua komplemen dari integer dibalik (seperti dalam b <- b XOR 1untuk setiap bit individu), dan hasilnya ditafsirkan lagi sebagai bilangan bulat dua komplemen. Jadi untuk bilangan bulat, ~xsama dengan (-x) - 1.

Bentuk reified ~operator disediakan sebagai operator.invert. Untuk mendukung operator ini di kelas Anda sendiri, berikan __invert__(self)metode.

>>> import operator
>>> class Foo:
...   def __invert__(self):
...     print 'invert'
...
>>> x = Foo()
>>> operator.invert(x)
invert
>>> ~x
invert

Kelas mana pun yang memiliki "pelengkap" atau "terbalik" dari instance yang juga merupakan instance dari kelas yang sama adalah kandidat yang memungkinkan untuk operator invert. Namun, overloading operator dapat menyebabkan kebingungan jika disalahgunakan, jadi pastikan bahwa sangat masuk akal untuk melakukannya sebelum memasok __invert__metode ke kelas Anda. (Perhatikan bahwa byte-string [ex: '\xff'] tidak mendukung operator ini, meskipun itu berarti untuk membalikkan semua bit dari byte-string.)

~adalah operator komplemen bitwise dalam python yang pada dasarnya menghitung-x - 1

Jadi sebuah meja akan terlihat seperti

i  ~i  
0  -1
1  -2
2  -3
3  -4 
4  -5 
5  -6

Jadi untuk i = 0itu akan dibandingkan s[0]dengan s[len(s) - 1], untuk i = 1, s[1]dengan s[len(s) - 2].

Sedangkan untuk pertanyaan Anda yang lain, ini bisa berguna untuk serangkaian peretasan bitwise .

Selain menjadi operator komplemen bitwise, ~juga dapat membantu mengembalikan nilai boolean , meskipun ini bukan booltipe konvensional di sini, tetapi sebaiknya Anda gunakan numpy.bool_.

Ini dijelaskan dalam,

import numpy as np
assert ~np.True_ == np.False_

Membalikkan nilai logis kadang-kadang bisa berguna, misalnya, ~operator di bawah ini digunakan untuk membersihkan dataset Anda dan mengembalikan Anda kolom tanpa NaN.

from numpy import NaN
import pandas as pd

matrix = pd.DataFrame([1,2,3,4,NaN], columns=['Number'], dtype='float64')
# Remove NaN in column 'Number'
matrix['Number'][~matrix['Number'].isnull()]

Orang harus mencatat bahwa dalam kasus pengindeksan array, array[~i]berjumlah reversed_array[i]. Itu dapat dilihat sebagai pengindeksan mulai dari akhir array:

[0, 1, 2, 3, 4, 5, 6, 7, 8]
    ^                 ^
    i                ~i

Satu-satunya waktu saya pernah menggunakan ini dalam praktek adalah dengan numpy/pandas. Misalnya dengan .isin() metode dataframe .

Dalam dokumen mereka menunjukkan contoh dasar ini

>>> df.isin([0, 2])
        num_legs  num_wings
falcon      True       True
dog        False       True

Tetapi bagaimana jika sebaliknya Anda menginginkan semua baris tidak pada [0, 2]?

>>> ~df.isin([0, 2])
        num_legs  num_wings
falcon     False       False
dog        True        False

Saya sedang memecahkan masalah leetcode ini dan saya menemukan solusi yang indah ini oleh seorang pengguna bernama Zitao Wang .

Masalahnya seperti ini untuk setiap elemen dalam array yang diberikan menemukan produk dari semua angka yang tersisa tanpa menggunakan divisi dan O(n) waktu

Solusi standar adalah:

Pass 1: For all elements compute product of all the elements to the left of it
Pass 2: For all elements compute product of all the elements to the right of it
        and then multiplying them for the final answer 

Solusinya hanya menggunakan satu untuk loop dengan memanfaatkan. Ia menghitung produk kiri dan produk kanan dengan cepat menggunakan~

def productExceptSelf(self, nums):
    res = [1]*len(nums)
    lprod = 1
    rprod = 1
    for i in range(len(nums)):
        res[i] *= lprod
        lprod *= nums[i]
        res[~i] *= rprod
        rprod *= nums[~i]
    return res

Ini adalah penggunaan minor ...

def split_train_test_by_id(data, test_ratio, id_column):
    ids = data[id_column]
    in_test_set = ids.apply(lambda id_: test_set_check(id_, test_ratio)) 
    return data.loc[~in_test_set], data.loc[in_test_set]

kode di atas adalah dari "Hands On Machine Learning"

Anda menggunakan tilde (~ tanda) sebagai alternatif untuk - tanda indeks penanda

sama seperti Anda menggunakan minus - adalah untuk indeks integer

ex)

array = [1,2,3,4,5,6]
print(array[-1])

adalah samething as

print(array[~1])