子类化numpy：numpy方法返回ndarray而不是sublassed类型？答案

【问题标题】：Subclassing numpy : numpy methods return ndarray instead of the sublassed type?子类化numpy：numpy方法返回ndarray而不是sublassed类型？
【发布时间】：2020-04-11 19:07:58
【问题描述】：

我能够继承 numpy ：

class myary(np.ndarray):
def __new__(cls, arg1, arg2) : 
   .....
        obj = super(myary, cls).__new__(cls, shape=(arg1,), dtype=np.int)
        ....
        return obj

它有效，但问题是当我应用 numpy 函数时（如 np.concatenate()、np.stack() .... 等）输出是 ndarray 而不是 myary。我实现了__array_wrap__，所以 np.sort, np.add ... 工作，但不是我上面提到的那个。

def __array_wrap__(self, out_arr, context=None):
    return super(self.__class__, self).__array_wrap__(out_arr, context)

如何强制所有 numpy 方法返回我作为输入传递的任何内容。

【问题讨论】：

标签： python numpy subclassing

【解决方案1】：

根据this scipy reference，适应class.__array_function__(func, types, args, **kwargs) 是NumPy 1.16 版的方法。该描述有一个有用的（虽然很少）示例，说明如何实现numpy.concatenate 和numpy.broadcast_to，这让我很容易实现！以下是处理 numpy.concatenate 并返回您的类的实例的最简单（甚至更稀疏）的方法：

    import numpy as np

    class MyClass:
        def __array_function__(self, func, types, args, kwargs):
            if func == np.concatenate:
                < do stuff here for concatenating your class >
                return < result of stuff done of type MyClass>
            else:
                return NotImplemented

附带说明一下，当我实现np.concatenate 时，当我提供我的子类列表作为输入（而不是我的子类的实例）时，我对 numpy 如何知道调用我的方法感到困惑。我发现这很有帮助——每当调用 numpy 数组函数时都会调用此方法，并按如下方式决定是否使用您的实现（请注意，如果您不处理给定函数，则返回 NotImplemented 的重要性）：

NumPy 将收集所有__array_function__ 的实现指定输入并按顺序调用它们：之前的子类超类，否则从左到右。请注意，在某些边缘涉及子类的案例，这与当前的略有不同 Python 的行为。

__array_function__ 的实现表明它们可以通过返回除NotImplemented 之外的任何值来处理操作。

如果所有__array_function__ 方法都返回NotImplemented，NumPy 将引发TypeError。

【讨论】：