目录

4.1 算术运算符：对数字做数学运算

        4.1.1 常用算术运算符一览

        4.1.2 AI 场景实例：计算 Token 消耗与参数调节

4.2 比较运算符：让 AI“判断”条件

        4.2.1 常用比较运算符

        4.2.2 AI 场景实例：参数校验与比较

4.3 赋值运算符：给变量“喂数据”

        4.3.1 基本赋值与复合赋值

        4.3.2 AI 场景实例：累加 token 计数

4.4 逻辑运算符：组合多个条件（像 AI 的多重判断）

        4.4.1 三个逻辑运算符

        4.4.2 真值表（一目了然）

        4.4.3 AI 场景实例：安全调用 API 的前置条件

4.5 位运算符：底层的二进制操作（了解即可）

        4.5.1 位运算符列表

        4.5.2 简单示例（不必深究）

4.6 成员运算符：检查元素是否在容器中

        4.6.1 AI 场景实例：过滤敏感词、检测结束符

4.7 身份运算符：比较对象身份（是否同一个）

        4.7.1 何时使用？

4.8 运算符优先级：谁先计算？

        4.8.1 优先级表（从高到低）

        4.8.2 AI 场景示例：验证参数合法性

4.9 综合实战：AI 请求参数校验与决策

4.10 本章小结

---

运算符是编程语言中用来对数据进行计算、比较、组合的符号。学会了变量和数据类型后，运算符就是你让数据“动起来”的工具。

本章所有例子都围绕 AI 大模型 的实际场景——比如调节温度系数、对比模型性能、组合多个判断条件、处理 Token 计数等。学完后，你将能够写出更智能的条件判断与数据运算代码。

4.1 算术运算符：对数字做数学运算

算术运算符用于对数字（整数、浮点数）进行加、减、乘、除等操作。在 AI 开发中，你可能需要计算 Token 总数、调整参数值、平均延迟等。

4.1.1 常用算术运算符一览

运算符	含义	例子	结果
+	加法	1000 + 350	1350
-	减法	4096 - 2048	2048
*	乘法	0.7 * 2	1.4
/	除法（结果总是浮点数）	10 / 3	3.333...
//	整除（取整数部分）	10 // 3	3
%	取余（模运算）	10 % 3	1
**	幂运算	2 ** 10	1024

4.1.2 AI 场景实例：计算 Token 消耗与参数调节

# 1. 计算总 Token 数
input_tokens = 1200
output_tokens = 348
total_tokens = input_tokens + output_tokens
print(f"本次请求共消耗 {total_tokens} 个 token")   # 1548

# 2. 温度系数放大与缩小
temperature = 0.85
higher_temp = temperature * 1.2   # 提高随机性
lower_temp = temperature / 1.5     # 降低随机性
print(f"原温度：{temperature}，提高后：{higher_temp:.2f}，降低后：{lower_temp:.2f}")

# 3. 整除与余数：将 token 分成批次处理（每批 512 个）
batch_size = 512
total_tokens = 1500
batches = total_tokens // batch_size       # 2 整批
remainder = total_tokens % batch_size       # 476 个剩余
print(f"需要 {batches} 个完整批次，剩余 {remainder} 个 token")

# 4. 幂运算：计算 2 的 n 次方（模型隐藏层维度常见值）
hidden_size = 2 ** 12   # 4096 维
print(f"隐藏层维度：{hidden_size}")

💡 注意：除法 / 的结果总是浮点数，就算两个整数相除。5/2 得到 2.5 而不是 2。想要整数除法用 //。

4.2 比较运算符：让 AI“判断”条件

比较运算符用于比较两个值的大小或是否相等，结果是一个布尔值（True 或 False）。AI 中常用于判断是否超出 token 限制、对比模型版本、停止生成条件等。

4.2.1 常用比较运算符

运算符	含义	例子（结果为 True 的例子）
==	等于	"gpt-4" == "gpt-4"
!=	不等于	"gpt-4" != "claude-3"
>	大于	4096 > 2048
<	小于	0.1 < 0.9
>=	大于等于	100 >= 100
<=	小于等于	0.5 <= 1.0

4.2.2 AI 场景实例：参数校验与比较

# 1. 检查 temperature 是否在合法范围
temperature = 1.2
is_valid = (0.0 <= temperature <= 2.0)   # Python 支持链式比较
print(f"温度{ temperature }是否合法？{is_valid}")

# 2. 比较两个模型的版本
model_a = "gpt-4-turbo"
model_b = "gpt-3.5-turbo"
is_same = (model_a == model_b)
print(f"模型相同？{is_same}")   # False

# 3. 检查生成的 token 是否超过最大限制
max_tokens_limit = 4096
output_tokens = 5000
is_exceed = output_tokens > max_tokens_limit
print(f"超出限制？{is_exceed}")   # True

if is_exceed:
    print("警告：输出 token 过多，请减少 max_tokens 或截断结果")

# 4. 比较两个浮点数（注意误差问题）
temperature_1 = 0.7
temperature_2 = 0.7
# 直接比较通常可以，但如果是计算出来的，推荐用误差范围
threshold = 1e-9
is_equal = abs(temperature_1 - temperature_2) < threshold
print(f"温度相等？{is_equal}")

⚠️ 陷阱：浮点数比较不要直接用 ==，因为 0.1 + 0.2 == 0.3 可能是 False（浮点误差）。推荐使用 abs(a-b) < 1e-9。

4.3 赋值运算符：给变量“喂数据”

赋值运算符用于将值赋给变量，最基础的 = 你已经见过。还有复合赋值运算符可以同时进行计算和赋值，写起来更简洁。

4.3.1 基本赋值与复合赋值

运算符	例子	等价写法
=	x = 5	直接赋值
+=	x += 3	x = x + 3
-=	x -= 2	x = x - 2
*=	x *= 4	x = x * 4
/=	x /= 2	x = x / 2
//=	x //= 3	x = x // 3
%=	x %= 3	x = x % 3
**=	x **= 2	x = x ** 2

4.3.2 AI 场景实例：累加 token 计数

# 1. 统计多轮对话的 token 总数
total_tokens = 0

# 第一轮
prompt_tokens = 150
completion_tokens = 80
total_tokens += prompt_tokens + completion_tokens   # total_tokens = 0 + 230

# 第二轮
prompt_tokens = 200
completion_tokens = 110
total_tokens += (prompt_tokens + completion_tokens) # total_tokens = 230 + 310 = 540

print(f"总共消耗 token 数：{total_tokens}")

# 2. 动态调整温度系数
temperature = 0.8
temperature += 0.1    # 提高一点随机性
print(f"调整后温度：{temperature}")   # 0.9

temperature *= 0.9    # 稍微降低
print(f"再调整：{temperature}")        # 0.81

# 3. 批次处理中更新剩余 token
remaining_tokens = 1024
batch_size = 512
remaining_tokens -= batch_size   # 使用一批后剩余
print(f"剩余 token：{remaining_tokens}")   # 512

4.4 逻辑运算符：组合多个条件（像 AI 的多重判断）

逻辑运算符用于连接布尔表达式，得到最终的布尔结果。AI 场景中常用来综合判断：是否满足所有条件、是否至少满足一个条件、是否取反。

4.4.1 三个逻辑运算符

运算符	含义	规则
and	与	两边都为 True 结果才为 True
or	或	至少一边为 True 结果为 True
not	非	取反，True 变 False，False 变 True

4.4.2 真值表（一目了然）

A	B	A and B	A or B	not A
True	True	True	True	False
True	False	False	True	False
False	True	False	True	True
False	False	False	False	True

4.4.3 AI 场景实例：安全调用 API 的前置条件

# 1. 检查调用大模型 API 的所有条件
has_api_key = True
has_quota = False
is_network_ok = True

# 必须同时满足：有 key 并且有余额并且网络正常
can_call = has_api_key and has_quota and is_network_ok
print(f"可以调用 API？{can_call}")   # False（因为 has_quota 为 False）

# 2. 至少满足一个条件才使用缓存
cache_hit = False
online_result_valid = True
use_result = cache_hit or online_result_valid
print(f"可以使用缓存/在线结果？{use_result}")   # True

# 3. 取反：如果温度设置不合理，则发出警告
temperature = 2.5
is_invalid = not (0.0 <= temperature <= 2.0)   # 等价于 temperature < 0 or temperature > 2
if is_invalid:
    print(f"警告：温度 {temperature} 超出 [0,2] 范围")

# 4. 组合判断：满足条件则停止生成
stop_words = ["再见", "结束"]
response = "好的，再见"
should_stop = "再见" in stop_words or "结束" in stop_words   # in 是成员运算符，后文会讲
print(f"是否停止生成？{should_stop}")   # True

💡 短路求值：and 如果左边为 False，右边不会执行；or 如果左边为 True，右边不会执行。利用这个特性可以写出更简洁的代码。

# 简短的默认值设置
temperature = 0.0
safe_temp = temperature or 0.7   # 如果 temperature 为 0（假值），则取 0.7
print(safe_temp)                 # 输出 0.7（因为 0.0 被视为 False）

4.5 位运算符：底层的二进制操作（了解即可）

位运算符直接操作整数的二进制位。AI 开发中很少直接用，但在某些高性能场景（如模型量化、压缩）或编写底层库时会用到。零基础了解概念即可。

4.5.1 位运算符列表

运算符	含义	例子
&	按位与	5 & 3 = 1
|	按位或	5 | 3 = 7
^	按位异或	5 ^ 3 = 6
~	按位取反	~5 = -6
<<	左移	5 << 1 = 10
>>	右移	5 >> 1 = 2

4.5.2 简单示例（不必深究）

# 二进制：5 -> 0101, 3 -> 0011
print(5 & 3)   # 0001 -> 1
print(5 | 3)   # 0111 -> 7
print(5 ^ 3)   # 0110 -> 6

# 左移一位相当于乘以 2
tokens = 512
double_tokens = tokens << 1   # 1024

在 AI 中，位运算偶尔用于权限标记（如模型支持的功能位标志）或字符处理。初学者知道有这些东西即可。

4.6 成员运算符：检查元素是否在容器中

成员运算符用于判断一个值是否存在于某个序列（如字符串、列表、元组等）中。AI 场景：检查某个词是否在黑名单中，判断输出是否包含结束标志等。

运算符	含义
in	在...里面，返回 True
not in	不在...里面，返回 True

4.6.1 AI 场景实例：过滤敏感词、检测结束符

# 1. 检查用户输入是否包含敏感词
sensitive_words = ["暴力", "色情", "政治"]
user_input = "请解释一下暴力美学"
has_bad_word = any(word in user_input for word in sensitive_words)   # 简单写法：循环每个词判断

# 更易懂的写法：
has_bad_word = False
for word in sensitive_words:
    if word in user_input:
        has_bad_word = True
        break

if has_bad_word:
    print("输入包含敏感词，请修改")

# 2. 检查模型回复是否包含结束标记
response = "这是最终答案。[END]"
if "[END]" in response:
    print("检测到结束标记，停止流式输出")

# 3. 判断模型名称是否在可用模型列表中
available_models = ["gpt-4", "gpt-3.5", "claude-3"]
model_choice = "llama-2"
if model_choice not in available_models:
    print(f"错误：模型 {model_choice} 不在可用列表中")

💡 in 对于字符串是子串判断，"cat" in "catalog" 返回 True。如果希望精确匹配单词，可以用空格分割后再判断。

4.7 身份运算符：比较对象身份（是否同一个）

身份运算符用于判断两个变量是否指向内存中的同一个对象。与 == 不同，== 比较的是值是否相等，而 is 比较的是对象身份（可以理解为 id 是否相同）。

运算符	含义
is	是同一个对象
is not	不是同一个对象

4.7.1 何时使用？

在 AI 开发中，通常用 == 比较值就够了，但有时需要判断是否为 None 或是否同一个配置对象。

# 判断变量是否为 None（推荐使用 is，而不是 ==）
api_response = None
if api_response is None:
    print("API 未返回任何结果")

# 两个变量指向同一个对象
config_a = {"temperature": 0.7}
config_b = config_a   # config_b 和 config_a 指向同一个字典
print(config_a is config_b)   # True

config_c = {"temperature": 0.7}   # 新字典，内容相同但不同对象
print(config_a is config_c)   # False
print(config_a == config_c)   # True（值相等）

⚠️ 注意：对于小的整数和短字符串，Python 可能会做驻留优化，导致 is 也返回 True，但不要依赖这种行为。判断相等永远用 ==，判断是否为 None 用 is。

4.8 运算符优先级：谁先计算？

当表达式中有多个运算符时，Python 按照优先级决定计算顺序。你可以使用括号 () 强制改变顺序。

4.8.1 优先级表（从高到低）

优先级	运算符
1	() 括号
2	** 幂运算
3	~ 按位取反
4	*， /， //， % 乘除取余
5	+， - 加减
6	<<， >> 移位
7	& 按位与
8	^ 按位异或
9	| 按位或
10	==， !=， >， <， >=， <=， is， is not， in， not in 比较/成员/身份
11	not 逻辑非
12	and 逻辑与
13	or 逻辑或

4.8.2 AI 场景示例：验证参数合法性

# 错误写法：不加括号可能逻辑错误
temperature = 1.5
max_tokens = 3000
# 想要检查 temperature 范围且 max_tokens 不超过 4096
# 错误写法（比较运算符优先级高于 and）
# condition = 0 <= temperature <= 2 and max_tokens <= 4096   # 实际没问题，因为链式比较特殊
# 更好的做法是加括号
condition = (0 <= temperature <= 2) and (max_tokens <= 4096)
print(condition)   # True

# 混合算术和比较
total_tokens = 1200 + 350
limit = 2048
is_within = total_tokens <= limit   # 加法先计算，再比较
print(f"总 token {total_tokens} 是否在限制内？{is_within}")

# 使用括号改变优先级
result = 2 ** 3 * 4   # 先幂 (8) 再乘 = 32
result2 = 2 ** (3 * 4) # 先括号 (12) 再幂 = 4096
print(result, result2)

💡 建议：当你不太确定优先级时，直接加括号 () 明确顺序，代码也更易读。

4.9 综合实战：AI 请求参数校验与决策

将本章所有运算符融合成一个脚本，模拟调用 AI 模型前的完整检查过程。

# 模拟 AI 请求参数校验器

# 用户配置（实际可能来自 input 或配置文件）
model = "gpt-4"
temperature = 1.3
max_tokens = 5000
top_p = 0.6
user_prompt = "帮我写一首诗"
stop_word = "END"

# 系统常量
ALLOWED_MODELS = ["gpt-4", "gpt-3.5", "claude-3"]
MAX_TOKENS_LIMIT = 4096
TEMPERATURE_MIN = 0.0
TEMPERATURE_MAX = 2.0

# 1. 检查模型合法性
model_valid = model in ALLOWED_MODELS

# 2. 检查温度范围
temp_valid = (TEMPERATURE_MIN <= temperature <= TEMPERATURE_MAX)

# 3. 检查 max_tokens 范围
tokens_valid = (1 <= max_tokens <= MAX_TOKENS_LIMIT)

# 4. 检查 top_p 范围（一般是 0~1）
top_p_valid = (0.0 < top_p <= 1.0)

# 5. 检查 prompt 不为空且长度不超过 8000 字符
prompt_valid = (user_prompt != "") and (len(user_prompt) <= 8000)

# 6. 综合判断所有条件
all_valid = model_valid and temp_valid and tokens_valid and top_p_valid and prompt_valid

# 输出结果
print("=" * 50)
print("AI 请求参数校验结果")
print(f"模型：{model} -> {'✅' if model_valid else '❌'}")
print(f"温度：{temperature} -> {'✅' if temp_valid else '❌'}")
print(f"max_tokens：{max_tokens} -> {'✅' if tokens_valid else '❌'}")
print(f"top_p：{top_p} -> {'✅' if top_p_valid else '❌'}")
print(f"提示词长度：{len(user_prompt)} -> {'✅' if prompt_valid else '❌'}")
print(f"是否可以发起请求：{'✅ 是' if all_valid else '❌ 否'}")
print("=" * 50)

# 如果不合法，给出具体建议
if not all_valid:
    suggestions = []
    if not model_valid:
        suggestions.append(f"请选择模型：{', '.join(ALLOWED_MODELS)}")
    if not temp_valid:
        suggestions.append(f"温度范围为 {TEMPERATURE_MIN}~{TEMPERATURE_MAX}")
    if not tokens_valid:
        suggestions.append(f"max_tokens 范围为 1~{MAX_TOKENS_LIMIT}")
    if not top_p_valid:
        suggestions.append("top_p 应介于 0 和 1 之间（通常 0.1~0.95）")
    if not prompt_valid:
        suggestions.append("提示词不能为空且长度不超过 8000 字符")
    print("改进建议：")
    for s in suggestions:
        print(f"- {s}")

运行此脚本（修改部分无效值）可以看输出变化。

4.10 本章小结

运算符类别	常用运算符	AI 典型应用
算术	+ - * / // % **	Token 统计、参数缩放、批次分割
比较	== != > < >= <=	校验温度范围、比较模型版本、限制长度
赋值	= += -= *= /=	累加 token 总数、动态调参
逻辑	and or not	多条件组合校验（API 调用前检查）
成员	in not in	敏感词过滤、可用模型判断
身份	is is not	判断是否为 None
位运算	& | ^ ~ << >>	底层优化（了解即可）