numpy.ndarray: la conversione in un "normale" classe

Question

[Python 3]

mi piace ndarray ma trovo fastidioso da usare.

Ecco un problema che ho di fronte. Voglio scrivere class Array che erediterà gran parte delle funzionalità di ndarray, ma ha solo un modo per essere istanziato: come un array pieno di zero di una certa dimensione. Speravo di scrivere:

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

mi piacerebbe chiamare super().__init__ con alcuni parametri per creare una matrice zero pieno, ma non funzionerà in quanto ndarray utilizza una funzione globale numpy.zeros (piuttosto che un costruttore) per creare un array pieno di zero.

Domande:

1. Perché ndarray utilizzare le funzioni globali (modulo) invece di costruttori, in molti casi? È un grosso fastidio se sto cercando di riutilizzarli in un ambiente orientato agli oggetti.

2. Qual è il modo migliore per definire class Array di cui ho bisogno? Devo compilare manualmente lo ndarray con zero o esiste un modo per riutilizzare la funzione zeros?

Answer 1

Se non vi piace l'interfaccia ndarray allora non ereditare. È possibile definire la propria interfaccia e delegare il resto a ndarray e 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 2

Perché ndarray utilizzare le funzioni globali (modulo) invece di costruttori, in molti casi?

1. per essere compatibile/simile a Matlab, in cui funzioni come zeros o ones proviene.
2. Le funzioni globali di fabbrica sono veloci da scrivere e facili da capire. Quale dovrebbe essere la semantica di un costruttore, ad es. come esprimeresti un semplice zeros o empty o ones con un singolo costruttore? In effetti, tali funzioni di fabbrica sono abbastanza comuni, anche in altri linguaggi di programmazione.

Qual è il modo migliore per definire class Array che ho bisogno?

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)) 

notare che questa è Python 2, ma richiederebbe solo piccole modifiche per funzionare con Python 3.

Answer 3

L'ereditarietà di ndarray è un po 'complicata. ndarray non ha nemmeno il metodo __init(self,)___, quindi non può essere chiamato dalla sottoclasse, ma ci sono dei motivi. Si prega di consultare la documentazione numpy di subclassing.

A proposito, potresti essere più specifico delle tue esigenze particolari?È ancora abbastanza facile preparare una classe (utilizzando ndarray) per le proprie esigenze, ma una sottoclasse di ndarray per passare tutti i macchinosi è un problema molto diverso.

Sembra che non posso commentare il mio post a se stante, strano
@Philipp: Si chiamerà da Python, ma non da NumPy. Esistono tre modi per istanziare ndarray e le linee guida su come gestire tutti i casi sono fornite su quel documento.