【发布时间】：2019-10-06 00:39:42
【问题描述】：
背景：在我的程序中，numpy.ndarrays 用于存储不同的东西（字段、材料、几何图形、参数等）。通常一件事是从另一件事计算出来的，然后将结果传递给下一个函数。如果在管道的某个地方我忘记了一个步骤，任何进一步的计算都变得毫无意义，所以我想使用更严格的类型检查来避免错误。
我介绍了几个新类型，它们基本上都是ndarray 的新名称：
class Field(np.ndarray):
pass
class Geometry(np.ndarray):
pass
现在我可以方便地使用isinstance 检查是否将正确的类型传递给函数。
但是我在创建这些对象时遇到了麻烦。通常它们应该是一些 numpy 操作的结果，所以在函数结束时，我想将 np.ndarray 转换为 Field 对象。只需编写Field(v) 就会调用nparray 构造函数，该构造函数失败，因为v 被解释为形状而不是数据。此外，我不想创建一个新对象，我不想复制任何我只想更改类型的东西。通常，这是一个坏主意，但就我而言，我知道，Field 只不过是名称不同的ndarray，所以它应该可以工作。
那么，将ndarray 显式转换为Field 对象的最佳方法是什么？
额外问题：如果我 np.save 和 np.load 我的子类对象，则不会保留类型，我只读取了 ndarray。有推荐的（有效的）替代方案吗？
【问题讨论】：
标签： python types casting numpy-ndarray