如何使用 numpy 数组正确调用`__rsub__`？

Question

考虑以下 sn-p：

import numpy as np

class MyClass:
    def __rsub__(self, other):
        print(type(other), other)

obj = MyClass()
arr = np.ones(3)

arr - obj

我希望它打印<class 'numpy.ndarray'> [1. 1. 1.]。 但实际上，它似乎对每个元素都调用了__rsub__：

<class 'float'> 1.0
<class 'float'> 1.0
<class 'float'> 1.0

有什么方法可以告诉 numpy 我想要 first 行为，即将整个减法委托给MyClass？

Answer 1

在 NumPy 1.13+ 上，您可以使用 NumPy 特定的钩子来执行此操作，但一般情况下您不能让 __rsub__ 击败 __sub__ 方法。

---

__rsub__ 如果左操作数的__sub__ 无法处理该操作，但左操作数可以 处理该操作，则尝试。 NumPy 数组的 __sub__ 将接受任何 RHS 并执行广播减法。您对象的 __rsub__ 仅对广播减法中的各个操作起作用。

有一个非常有限的情况，首先尝试__rsub__，即如果 RHS 的类是 LHS 的类的子类。从技术上讲，您可以将numpy.ndarray 子类化，但这会带来很多 额外负担，并且对于numpy.matrix([[1]]) - obj 或其他子类仍然没有任何作用。

没有办法说“我希望我的__rsub__ 赢得一切”。它不存在，存在也没有意义，因为如果你试图减去两个都想声明其方法的对象会胜过一切？

---

所以这是一般情况。不过，特别是对于 NumPy，您可以挂钩到 numpy.ndarray.__sub__ 委托给的机制。

NumPy 数组将 __sub__ 委托给 NumPy ufunc 机器。那里有一堆奇怪的自定义选项，但我们对一个特定选项的特定用途感兴趣：通过在类级别将 __array_ufunc__ 设置为 None，您可以声明一个与 ufunc 不兼容的类。这意味着所有 NumPy 运算符重载都将返回 NotImplemented，让您的类处理操作。这会影响 所有 运算符和更多的东西，但以您可能想要的方式：

class MyClass:
    __array_ufunc__ = None
    def __rsub__(self, other):
        print(type(other), other)

如果你想要比阻止所有 ufunc 更有针对性的东西，你可以实现一个实际的 __array_ufunc__ 方法，只处理 ufunc 是减法并且你的类的实例是 RHS 的情况：

class MyClass:
    def __array_ufunc__(self, ufunc, method, *inputs, **kwargs):
        if ufunc is not numpy.subtract:
            return NotImplemented
        if method != '__call__':
            return NotImplemented
        if len(inputs) != 2 or inputs[1] is not self:
            return NotImplemented
        if kwargs:
            return NotImplemented
        return self.__rsub__(inputs[0])
    def __rsub__(self, other):
        print(type(other), other)