numpy.ndarray：转换为“普通”类

Question

[Python 3]

我喜欢ndarray，但我觉得用起来很烦。

这是我面临的一个问题。我想编写class Array，它将继承ndarray 的大部分功能，但只有一种实例化方式：作为特定大小的零填充数组。我希望写：

class Array(numpy.ndarray):
  def __init__(size):
    # What do here?

我想用一些参数调用super().__init__ 来创建一个零填充数组，但它不起作用，因为ndarray 使用全局函数numpy.zeros（而不是构造函数）来创建一个零- 填充数组。

问题：

1. 为什么 ndarray 在很多情况下使用全局（模块）函数而不是构造函数？如果我试图在面向对象的环境中重用它们，那就太麻烦了。

2. 定义我需要的class Array 的最佳方式是什么？我应该手动用零填充ndarray，还是有办法重用zeros 函数？

Answer 1

为什么ndarray在很多情况下使用全局（模块）函数而不是构造函数？

1. 为了与 Matlab 兼容/相似，zeros 或 ones 等函数的最初来源。
2. 全局工厂函数编写快捷，易于理解。构造函数的语义应该是什么，例如你将如何用一个构造函数表达一个简单的zeros 或empty 或ones？事实上，这种工厂函数很常见，在其他编程语言中也是如此。

定义我需要的class Array 的最佳方式是什么？

import numpy

class Array(numpy.ndarray):
    def __new__(cls, size):
        result = numpy.ndarray.__new__(Array, size)
        result.fill(0)
        return result
arr = Array(5)

def test(a):
    print type(a), a

test(arr)
test(arr[2:4])
test(arr.view(int))

arr[2:4] = 5.5

test(arr)
test(arr[2:4])
test(arr.view(int))

请注意，这是 Python 2，但只需稍作修改即可使用 Python 3。

Answer 2

如果您不喜欢ndarray 接口，请不要继承它。您可以定义自己的接口并将其余部分委托给 ndarray 和 numpy。

import functools
import numpy as np


class Array(object):

    def __init__(self, size):
        self._array = np.zeros(size)

    def __getattr__(self, attr):
        try: return getattr(self._array, attr)
        except AttributeError:
            # extend interface to all functions from numpy
            f = getattr(np, attr, None)
            if hasattr(f, '__call__'):
                return functools.partial(f, self._array)
            else:
                raise AttributeError(attr)

    def allzero(self):
        return np.allclose(self._array, 0)


a = Array(10)
# ndarray doesn't have 'sometrue()' that is the same as 'any()' that it has.
assert a.sometrue() == a.any() == False
assert a.allzero()

try: a.non_existent
except AttributeError:
    pass
else:
    assert 0

Answer 3

ndarray 的继承有点棘手。 ndarray 甚至没有 __init(self, )___ 方法，所以它不能从子类中调用，但这是有原因的。请参阅subclassing 的 numpy 文档。

顺便问一下，您能否更具体地说明您的特定需求？为自己的需要编写一个类（使用 ndarray）仍然很容易，但是通过所有 numpy 机制的 ndarray 子类是完全不同的问题。

我好像不能评论我自己的帖子，奇怪
@Philipp：它将由 Python 调用，但不会由 numpy 调用。实例化 ndarray 有三种方法，该文档中给出了如何处理所有情况的指南。