子类化和扩展 numpy.ndarray

Question

我需要一些基本的数据类表示，并且我想使用现有的 numpy 类，因为它们已经提供了很好的功能。

但是，我不确定这是否是这样做的方法（尽管到目前为止它仍然有效）。所以这里是一个例子：

Position 类应该像一个简单的numpy.array，但它应该将属性.x、.y 和.z 映射到三个数组组件。我用初始数组覆盖了 __new__ 方法，该方法返回 ndarray。为了允许访问和修改数组，我为每个属性定义了属性和设置器。

import numpy as np


class Position(np.ndarray):
    """Represents a point in a 3D space

    Adds setters and getters for x, y and z to the ndarray.

    """
    def __new__(cls, input_array=(np.nan, np.nan, np.nan)):
        obj = np.asarray(input_array).view(cls)
        return obj

    @property
    def x(self):
        return self[0]

    @x.setter
    def x(self, value):
        self[0] = value

    @property
    def y(self):
        return self[1]

    @y.setter
    def y(self, value):
        self[1] = value

    @property
    def z(self):
        return self[2]

    @z.setter
    def z(self, value):
        self[2] = value

然而，对于这样一个基本逻辑来说，这似乎有点太多的代码，我想知道我是否以“正确”的方式来做。我还需要一堆其他类，比如Direction，它们会有很多其他功能（变化时自动规范等），在我开始集成 numpy 之前，我想我问你……

Answer 1

我认为 ndarray 在这里是错误的选择，你可能想要一个简单的命名元组。

>>> import collections
>>> Position = collections.namedtuple('Positions', 'x y z')
>>> p = Position(1, 2, 3)
>>> p
Positions(x=1, y=2, z=3)

你可以这样解包

>>> x, y, z = p
>>> x, y, z
(1, 2, 3)
>>>