句法
object.__pow__(self, other)
Python__pow__() 方法实现了内置的指数化操作。因此，当你调用 [pow(a, b)](https://blog.finxter.com/a-guide-to-pythons-pow-function/ "A Guide to Python’s pow() Function")或a ** b 时，Python 会尝试调用x.__pow__(y) 。如果该方法没有实现，Python 首先尝试在右边的操作数上调用__rpow__ ，如果这个方法也没有实现，它就会引发一个TypeError 。
我们称这种方法为*"* Dunder Method"，即*"Double UnderscoreMethod"（也叫"Magic Method"）*。
背景 默认 pow()
双星号（**）符号被用作指数运算符。左边的操作数是基数，右边的操作数是幂。例如，表达式x**n 将数值x 与自身相乘，n 倍。
例子 自定义__pow__()
在下面的例子中，你创建了一个自定义类Data ，并重写了__pow__() 方法，以便在试图计算两个数字的幂时返回一个假字符串。
class Data:
def __pow__(self, other):
return '... my result of expoentiation...'
a = Data()
b = Data()
print(pow(a, b))
# ... my result of exponentiation...
print(a ** b)
# ... my result of exponentiation...
如果你没有定义__pow__() 方法，Python 会提出一个TypeError 。
TypeError: ** 或 pow() 的操作数类型不支持
考虑一下下面的代码片段，你试图在没有定义dunder方法的情况下计算两个自定义对象的指数__pow__() 。
class Data:
pass
a = Data()
b = Data()
print(pow(a, b))
# ... my result of exponentiation...
print(a ** b)
# ... my result of exponentiation...
在我的电脑上运行这段代码会出现以下错误信息。
Traceback (most recent call last):
File "C:\Users\xcent\Desktop\code.py", line 8, in <module>
print(pow(a, b))
TypeError: unsupported operand type(s) for ** or pow(): 'Data' and 'Data'
这个错误的原因是，__pow__() 方法从来没有被定义过--而且默认情况下没有为自定义对象定义这个方法。所以，为了解决TypeError: unsupported operand type(s) for ** or pow() ，你需要在你的类定义中提供__pow__(self, other) 方法，如前所示。
class Data:
def __pow__(self, other):
return '... my result of expoentiation...'
当然，在实践中你会使用另一个返回值，正如在**"Background pow() "**部分所解释的那样。
Python __pow__模数
__pow__ 方法的第三个参数是mod 参数。如果存在的话，它计算基数（第一个参数）到指数（第二个参数）的幂，并对 第三个参数进行调制 。从语义上讲，__pow(x, y, mod)__ 计算(x ** y) % mod ，但是它的速度要快得多，因为模块化指数计算避免了计算x ** y 作为一个中间结果。
Python的__pow__与__rpow__比较
假设，你想计算两个自定义对象x 和y 的指数。
print(x ** y)
Python 首先尝试调用左边对象的__pow__() 方法x.__pow__(y) 。但这可能因为两个原因而失败。
- 方法
x.__pow__()首先没有实现，或者 - 方法
x.__pow__()已经实现，但是返回一个NotImplemented值，表明数据类型不兼容。
如果失败了，Python 试图通过调用y.__rpow__() 在右操作数上进行反向运算来解决这个问题y 。
如果这个方法被实现了，Python 知道它没有遇到非交换性操作的潜在问题。如果它只是执行y.__pow__(x) 而不是x.__pow__(y) ，结果将是错误的，因为当自定义定义时，指数化操作可能是非交换性的。这就是为什么需要y.__rpow__(x) 。
因此，x.__pow__(y) 和x.__rpow__(y) 之间的区别是，前者计算x ** y ，而后者计算y ** x - 都是调用定义在对象x 上的各自的指数化方法。
你可以在这里看到这个效果，我们试图在左边的操作数x 上调用指数化操作 - 但是由于它没有实现，Python只是在右边的操作数y 上调用反向的指数化操作。
class Data_1:
pass
class Data_2:
def __rpow__(self, other):
return 'called exponentiation'
x = Data_1()
y = Data_2()
print(x ** y)
# called exponentiation
