子类化numpy ndarray问题

Question

我想继承 numpy ndarray。但是，我无法更改数组。为什么self = ... 不改变数组？谢谢。

import numpy as np

class Data(np.ndarray):

    def __new__(cls, inputarr):
        obj = np.asarray(inputarr).view(cls)
        return obj

    def remove_some(self, t):
        test_cols, test_vals = zip(*t)
        test_cols = self[list(test_cols)]
        test_vals = np.array(test_vals, test_cols.dtype)

        self = self[test_cols != test_vals] # Is this part correct?

        print len(self) # correct result

z = np.array([(1,2,3), (4,5,6), (7,8,9)],
    dtype=[('a', int), ('b', int), ('c', int)])
d = Data(z)
d.remove_some([('a',4)])

print len(d)  # output the same size as original. Why?

Answer 1

您没有得到预期结果的原因是您在方法remove_some 中重新分配self。您只是在创建一个新的局部变量self。如果您的数组形状不改变，您可以简单地执行 self[:] = ... 并且您可以保留对 self 的引用，一切都会好起来的，但是您正在尝试更改 self 的形状。这意味着我们需要重新分配一些新内存并更改引用self 时指向的位置。

我不知道该怎么做。我认为可以通过__array_finalize__ 或__array__ 或__array_wrap__ 来实现。但是我尝试过的一切都失败了。

现在，还有另一种方法可以解决这个问题，它不会继承 ndarray。您可以创建一个新类来保留一个 ndarray 属性，然后覆盖所有常见的 __add__、__mul__ 等。像这样：

Class Data(object):
    def __init__(self, inarr):
        self._array = np.array(inarr)
    def remove_some(x):
        self._array = self._array[x]
    def __add__(self, other):
        return np.add(self._array, other)

好吧，你明白了。覆盖所有操作符很痛苦，但从长远来看，我认为更灵活。

您必须彻底阅读this 才能正确操作。像__array_finalize__ 这样的方法需要在合适的时间调用才能进行“清理”。

Answer 2

也许把它变成一个函数，而不是一个方法：

import numpy as np

def remove_row(arr,col,val):
    return arr[arr[col]!=val]

z = np.array([(1,2,3), (4,5,6), (7,8,9)],
    dtype=[('a', int), ('b', int), ('c', int)])

z=remove_row(z,'a',4)
print(repr(z))

# array([(1, 2, 3), (7, 8, 9)], 
#       dtype=[('a', '<i4'), ('b', '<i4'), ('c', '<i4')])

---

或者，如果你想要它作为一种方法，

import numpy as np

class Data(np.ndarray):

    def __new__(cls, inputarr):
        obj = np.asarray(inputarr).view(cls)
        return obj

    def remove_some(self, col, val):
        return self[self[col] != val]

z = np.array([(1,2,3), (4,5,6), (7,8,9)],
    dtype=[('a', int), ('b', int), ('c', int)])
d = Data(z)
d = d.remove_some('a', 4)
print(d)

这里的关键区别在于remove_some 不会尝试修改self，它只是返回Data 的新实例。

Answer 3

我也尝试过，但是继承ndarray真的很复杂。

如果你只需要添加一些功能，我建议创建一个将数组存储为属性的类。

class Data(object):

    def __init__(self, array):
        self.array = array

    def remove_some(self, t):
        //operate on self.array
        pass

d = Data(z)
print(d.array)