当a是numpy数组并且b是我的类型时，如何强制“a + b”始终调用“b.radd（a）”？答案

【问题标题】：How to force "a+b" to always call "b.radd(a)" when a is numpy array, and b is my type?当a是numpy数组并且b是我的类型时，如何强制“a + b”始终调用“b.radd（a）”？
【发布时间】：2016-09-04 17:11:34
【问题描述】：

谁能看到解决标题问题的好方法？当numpy 为添加到我的自定义数据类型（如here）而做了一些愚蠢的事情并且我想覆盖它的行为时，它就会出现

我在强制规则的官方文档中找到了this，它说如果“b”的类是numpy 数组类型的子类，则可以这样做，但它不是最理想的，因为我不希望我的类型子类ndarray

【问题讨论】：

一个最小的工作示例会很有帮助。为什么不想从ndarray 继承？

标签： python numpy

【解决方案1】：

使用 numpy 使用的__array_priority__ 属性来指示您的类型具有更高的优先级。例如。

import numpy as np

class MyClass:

    __array_priority__ = 0

    def __init__(self, data):
        self.arr = np.array(data)

    def __array__(self):
        return self.arr

    def __radd__(self, other):
        return "MyClass radd"

a = np.array([1])
b = MyClass([2])

# low priority (or no priority), numpy array addition
assert isinstance(a + b, np.ndarray)

# higher priority, your addition
MyClass.__array_priority__ = 1
assert a + b == "MyClass radd"

【讨论】：

【解决方案2】：

可以通过猴子补丁来完成，例如：

old_add = np.ndarray.__add__

def new_add(self, other):
    if isinstance(other, MyType):
        return other.__radd__(self)
    else:
        return old_add(self, other)

np.ndarray.__add__ = new_add

这通常会引发错误can't set attributes of built-in/extension type 'numpy.ndarray'。根据this 有一个解决方法，我让你自己试试。

【讨论】：