按位或的经典用法是按位执行，或者它在许多语言中都是这样做的，
例如Java，C，C++和JavaScript等等。
【资料图】
同样，当在数字之间执行时，它也在 Python 中用于此目的。
例如：|
a=4#inbinary0100=0*2^3+1*2^2+0*2^1+0*2^0=4b=8#inbinary1000=1*2^3+0*2^2+0*2^1+0*2^0=8#bitwiseor:#0100#1000#=>1100=12print(a|b)#=>12同样用于按位和 &
合并词典
从 Python 3.9 开始，运算符可用于合并字典：|
a={"a":5,"b":6}b={"c":7}print(a|b)#=>{"a":5,"b":6,"c":7}请注意，如果字典共享键，则将保留操作中最后一个字典中的值：
a={"a":5,"b":6}b={"a":7}print(a|b)#=>{"a":7,"b":6}您还可以链接操作以合并多个词典：
a={"a":5,"b":6}b={"a":7}c={"a":8,"c":10}print(a|b|c)#=>{"a":8,"b":6,"c":10}集合的联合
Python 中的 A 是一个没有重复项的无序元素集合。它提供了快速的成员资格检查和许多有用的操作，例如集合的联合。集合的并集是所有集合的组合元素（没有重复），这里可以使用运算符：set|
a=set([1,2,3])b=set([2,3,4])#union:print(a|b)#orequivalentlyprint(a.union(b))它也可以链接：
a=set([1,2,3])b=set([2,3,4])c=set([3,4,5])print(a|b|c)#=>{1,2,3,4,5}元素布尔值或 NumPy 和Pandas
在 NumPy 和 Pandas 中，具有执行逐元素布尔或的重要目的。我在这里强调重要，因为它可以实现相当大的加速，而不是在熊猫中使用。
让我们用一个例子来说明这一点
|.apply()
fromtimeimporttimeimportnumpyasnpimportpandasaspda=pd.Series(np.arange(1000000))#using.apply()start_time=time()b=a.apply(lambdax:x<300000orx>700000)print(time()-start_time)#=>0.1980600357055664start_time=time()b=(a<300000)|(a>700000)print(time()-start_time)#=>0.0020973682403564453运行这个时，元素方面或快了 94 倍！同样，您可以使用 执行逐个元素和。当速度很重要时，这些操作员是必不可少的。
&类型提示中的联合
为允许具有多种类型的变量指定类型提示时，可以使用该类型：Union
fromtypingimportUniondefsome_method(#acanbeoftypestrorinta:Union[str,int]):...但你也可以从 Python 3.10使用，并编写：|defsome_method(#acanbeoftypestrorinta:str|int):...您自己的操作 最后，您可以通过执行运算符重载来定义自己对自己的类的用法。
为此，您只需在类中定义一个名为 .让我们创建一个有趣的示例，其中方法被链接在一起：|__or__
classCallback:def__init__(self,func):self.func=func#implementingthismethodwillenable#the|operatorforthisclass:#a|b#whereawillbeself,andbwillbe#thefirstargumentin__or__def__or__(self,other):#chainthemethodsdefcombined_func(input):#self(...)canbeusedsince#__call__isdefinedbelowtmp=self(input)returnother(tmp)returnCallback(combined_func)def__call__(self,input):returnself.func(input)通过重载 -运算符，现在可以链接回调以生成新的回调：__or__
method=(Callback(lambdax:x+1)|Callback(lambdax:x*2)|Callback(lambdax:x**2))print(method(3))#((3+1)*2)**2=64#=>64print(method(4))#((4+1)*2)**2=100#=>100......省略号
省略号或省略号是Python中的一个常量，用于各种情况，通常表示与普通文本相同的含义，即“等等”或“某些东西应该在这里”。
请注意，键入 和 是等效的：......Ellipsis
assertEllipsis==...让我们来看看它的一些用途。
在数字派中 在 NumPy 中使用多个维度时，省略号可用于表示“其余维度”，即：
importnumpyasnptensor=np.random.uniform(size=(10,10,10,10,10))print(tensor[0,...].shape)#correspondstotensor[0,:,:,:,:]#=>(10,10,10,10)print(tensor[0,0,...].shape)#correspondstotensor[0,0,:,:,:]#=>(10,10,10)print(tensor[0,0,...,0].shape)#correspondstotensor[0,0,:,:,0]#=>(10,10)print(tensor[0,0,...,0,0].shape)#correspondstotensor[0,0,:,0,0]#=>(10,)有关更多NumPy技巧，请查看这篇文章。
解锁 NumPy | 推荐 高分Numpy 100 Github 10.3k Star！
作为占位符
使用 指示函数不执行任何操作或应稍后完成的替代方法是使用 ：passEllipsis
defmy_method():...你也可以把它用在类上：
classMyClass:...如果你像我一样，在写文本时为你打算以后填写的内容写"..."，这种方法应该很自然。
类型化
在不同的情况下，Ellipsis 可以在 Python 的类型提示中使用。
元组
当为一个元组添加类型提示时，你可以把它定义为固定长度或可变长度。在后一种情况下，Ellipsis进入了画面。让我们看一些例子：
fromtypingimportTupledefsome_method(#ex:(1,"hello",2)a:Tuple[int,str,int],#ex:()b:Tuple[()],#variablelength!#ex:(1,2,3,4)or(1,2)c:Tuple[int,...],):...变量的类型提示说，元组可以包含任何数量的ints。那么你如何定义一个任何类型的变长元组呢？有两个选择：
fromtypingimportTuple,Anydefsome_other_method(#option1a:Tuple[Any,...],#option2(equivalenttooption1)b:Tuple):...Callable类型的对象是可以调用的东西，例如方法。在理解此处省略号的作用之前，让我们先了解一下类型提示通常是如何定义的：CallableCallable
fromtypingimportCallableCallable[[TypeOfFirstArg,TypeOfSecondArg,andsoon...],ReturnType]了解一下类型提示通常是如何定义的：
CallableCallable
fromtypingimportCallabledefsome_method(#takeszeroarguments,returnsnothing/None#ex:a()a:Callable[[],None],#takestwoarguments,anintandastring,returnsanint#ex:b(1,"hello")b:Callable[[int,str],int],):a()b(1,"hello")但是，如果应该能够接受任何类型的任意数量的参数呢？这就是省略号的用武之地。只需按如下方式定义它：Callable
defsome_other_method(#takesanynumberofargumentsofanytype,returnsanint#ex:c(1,2,3,4)orc()c:Callable[...,int],):c()c(1,2,3)另请注意，只需指定：d: Callable意味着：d:Callable[...,Any]即接受任意数量的参数并返回任何内容的方法。顺便说一下，从 Python 3.10 开始，省略号也有了自己的类型：.types.EllipsisType
您自己的函数和类
就像 一样，the 是一个单例，这意味着整个程序中只有一个对象的实例，任何对 的引用都将指向内存中的同一对象。
例如：Field
classModel(BaseModel):#alistofstringsthatisrequiredandneedstohaveatleast5itemsa_required_attr:List[str]=Field(...,min_items=5)因此，每当省略号在语义上有意义和/或您想要另一个单例时，它就可以在您的类或方法中使用。
Pydantic是一个流行的数据验证库，省略号可以用作所谓的 -function 的第一个参数，以指定属性是必需的。
