结构模式匹配和无穷大

Question

我正在计算非负p的Lp距离函数。除了p=0和p=∞ 内置的pow（）函数可以很好地发挥作用。在学习结构模式匹配之前，我使用了字典和异常处理：

from math import sqrt, inf
distance_function = {   0.0: lambda x, y: int(x != 0.0) + int(y != 0.0),
                        1.0: lambda x, y: abs(x) + abs(y), # Likely a tad faster than 'pow()'       
                        inf: lambda x, y: max(abs(x), abs(y))}                  
def lp_distance(x, y, p): 
    try:                return distance_function[p](x, y)                   
    except KeyError:    return pow(pow(abs(x), p) + pow(abs(y), p), 1.0/p)

有些人不希望这里有例外。因此，我将该片段改写为以下内容：

def lp_distance(x, y, p):
    match p:
        case 0.0:           return int(x != 0.0) + int(y != 0.0)
        case 1.0:           return abs(x) + abs(y)      
        # The line below triggers "SyntaxError: name capture 'inf' makes remaining patterns unreachable"
        case inf:           return max(abs(x), abs(y))
        # But the following works:
        case p if p == inf: return max(abs(x), abs(y))
        case _:             return pow(pow(abs(x), p) + pow(abs(y), p), 1.0/p)

为什么大小写inf不正确（Python v3.10.2）？

Answer 1

正如其他受访者所指出的，您不能直接使用inf，因为这是一种捕获模式。显而易见的解决方案是使用带有虚线查找的值模式；但是，这仅适用于正无穷大。

要处理其他所有特殊值，例如负无穷大和NaNs，您需要保护：

match x:
    case 1.0: ...                   # Exact value (literal pattern)
    case 0.0: ...                   # Exact value (literal pattern)
    case _ if math.isfinite(x): ... # Normal cases
    case _ if math.isnan(x): ...    # NaNs defy equality tests
    case _: ...                     # Negative infinity   


   

Answer 2

在case语句中，简单名称是捕获（分配）该名称的模式。相比之下，虚线名称是引用该名称值的模式。

简单地说，名称总是成功的，它将设置名称=

简单来说NAME1。NAME2只有在

仅使用大小写inf:意味着要匹配的值将无条件地分配给名称inf，无论名称之前是否已绑定<你想要的是案例数学。inf：，表示与此值进行比较。

import math

def lp_distance(x, y, p):
    match p:
        case 0.0:
            return int(x != 0.0) + int(y != 0.0)
        case 1.0:
            return abs(x) + abs(y)      
        # compare against a value by using its dotted name
        case math.inf:
            return max(abs(x), abs(y))
        case _:
            return pow(pow(abs(x), p) + pow(abs(y), p), 1.0/p)