当子类化ndarray时，为什么在__array_finalize__之后而不是之前发生转置？

Question

为简单起见，我们只需从 numpy 文档中复制诊断 ndarray 子类：

import numpy as np

class MySubClass(np.ndarray):

    def __new__(cls, input_array, info=None):
        obj = np.asarray(input_array).view(cls)
        obj.info = info
        return obj

    def __array_finalize__(self, obj):
        print('In __array_finalize__:')
        print('   self is %s' % repr(self))
        print('   obj is %s' % repr(obj))
        if obj is None: return
        self.info = getattr(obj, 'info', None)

现在我们做一个简单的例子：

>>> x = MySubClass(np.ones((1,5)))
In __array_finalize__:
   self is MySubClass([[1., 1., 1., 1., 1.]])
   obj is array([[1., 1., 1., 1., 1.]])
>>> y = x.T
In __array_finalize__:
   self is MySubClass([[1., 1., 1., 1., 1.]])
   obj is MySubClass([[1., 1., 1., 1., 1.]])

我们可以看到，显然不是转置的东西被传递给__array_finalize__。除了将“finalize”这个词的含义扩展到全新的领域之外，这种行为的目的是什么？

发送实际输出不是更有意义吗，即通过这个钩子进行转置以使其最终确定？

用我的子类可能需要的任何后处理来修饰基本转置的推荐方法是什么？

Answer 1

这是因为在创建新对象时，他们依赖已经可用的（通用）函数PyArray_NewFromDescrAndBase 来处理内存分配。 PyArray_Transpose 的源代码显示，首先新对象是从现有数组创建的，具有相似的形状和步幅，然后通过访问先前分配的内存进行纠正：

/*
 * this allocates memory for dimensions and strides (but fills them
 * incorrectly), sets up descr, and points data at PyArray_DATA(ap).
 */
Py_INCREF(PyArray_DESCR(ap));
ret = (PyArrayObject *) PyArray_NewFromDescrAndBase(
        Py_TYPE(ap), PyArray_DESCR(ap),
        n, PyArray_DIMS(ap), NULL, PyArray_DATA(ap),
        flags, (PyObject *)ap, (PyObject *)ap);
if (ret == NULL) {
    return NULL;
}

/* fix the dimensions and strides of the return-array */
for (i = 0; i < n; i++) {
    PyArray_DIMS(ret)[i] = PyArray_DIMS(ap)[permutation[i]];
    PyArray_STRIDES(ret)[i] = PyArray_STRIDES(ap)[permutation[i]];
}

这里PyArray_NewFromDescrAndBase 负责invoking __array_finalize__，因此该方法接收的版本具有不正确的形状和步幅（即非转置）。可以做不同的事情，但需要为PyArray_NewFromDescrAndBase 提供一个额外的参数来推迟对__array_finalize__ 的调用，然后可以在调整形状和步幅后手动完成。