__radd__() 方法以 Numpy Array 为 other，Numpy Array 被一一传递

Question

我有一个类 (MyClass)，其属性为 data，它是一个 Numpy 数组。我想允许这样的操作：

myclass3 = myclass1 + myclass2   
myclass3 = myclass1 + Numpy.ndarray  
myclass3 = Numpy.ndarray + myclass1  

所有这些操作将数据加在一起并返回一个新的 MyClass。所以通过定义add()，前两个很容易使用。但是对于最后一种情况，它的行为并不像我预期的那样，ndarray 用myclass1.data 逐个传递元素。

这就是我的意思。

import numpy as np
class MyClass:
    def __init__(self, data):
        self.data = data

    def __add__(self, other):
        print(other)
        if isinstance(other, MyClass):
            data = self.data + other.data
        else:
            data = self.data + other
        return MyClass(data)

    def __radd__(self, other):
        print(other)
        data = self.data + other
        return MyClass(data)

myclass1 = MyClass(np.arange(5))
myclass2 = MyClass(np.ones(5)) 
nparray = np.arange(5) + 10
alist = [1, 1, 1, 1, 1]

在所有的加法组合中，即使alist + myclass1也都可以，但是nparray + myclass1返回：

In __radd__: 10
In __radd__: 11
In __radd__: 12
In __radd__: 13
In __radd__: 14

发生的事情是 Numpy 数组的每个元素都被一个一个地而不是整体地传递到 radd 中。它返回五次，我将res 作为<class 'numpy.ndarray'> 而不是MyClass 对象。

那么我怎样才能允许Numpy.ndarray + MyClass 操作，其中整个 ndarray 将像 radd() 中的其他一样传入。

最好的问候， J

Answer 1

很遗憾，您对此无能为力。 alist + myclass1 失败，因此它会调用您的 __radd__ 函数，该函数按预期工作。但是，在nparray + myclass1 中，numpy 尝试通过广播来避免失败。所以，它相当于

for value in nparray.data:
    value + myclass

每次都会失败，只有到那时你的__radd__才会被调用。