在 ndarray 子类中跳过 numpy __new__ （或可能在 C 或 cython 中覆盖/定义类）

Question

最终目标：让isinstance(MyClass(), np.ndarray) 和issubclass(MyClass, np.ndarray) 都返回True 而不 MyClass 调用np.ndarray.__new__()。

---

假设我已经实现了 numpy.ndarray 的所有方法，并且我想对其进行设置，以便通过 isinstance 检查 ndarray，但我不想要它实际上是从ndarray 调用__new__。

最初，我在想这样的事情：

import numpy as np
class BlockingClass(np.ndarray):
    def __new__(cls, *args, **kwargs):
        return object.__new__(cls)

不幸的是，尝试实例化 Dummy() 会产生此错误，表明它不安全：

TypeError: object.__new__(Dummy) is not safe, use numpy.ndarray.__new__()

如果它是一个子类对象的类，则此方法有效：

class BlockingClass2(object):
    def __new__(cls, *args, **kwargs):
        return object.__new__(cls)

BlockingClass2() # No error

我很确定这是因为 ndarray 是一个 C 类，所以我正在考虑在 c 类（或者，最好是 Cython 类）中覆盖它并使用多重继承来使类型检查工作无需致电__new__。所以我的课是：

类 MyClass(BlockingClass, np.ndarray): 通过

BlockingClass 是 c 定义的函数。我真的更喜欢在 Cython 中执行此操作，但我不知道如何让它工作。我试过这样做：

cdef class BlockingClass:
    def __new__(cls, *args, **kwargs):
        return object.__new__(cls)

但这会产生与__cinit__ 相同的“不安全”错误。

cdef class BlockingClass:
    def __cinit__(self, *args, **kwargs):
        # do stuff
        return self

但是，当BlockingClass 像上面那样使用定义__new__ 的对象通过多重继承进行子类化时，仍会调用__new__ 方法。如果我不能在 Cython 中执行此操作，我需要定义一个通过多重继承跳过 ndarray 的 __new__ 的基类的最少 C 代码量是多少？也许我可以 cimport 一个函数来实例化类而不用上 mro？

Answer 1

我不知道是否可以伪造 isinstance 和 issubclass，但在以下方法中，您可以定义您的类，仅传递给 np.ndarray.__new__ 所需的参数：

import numpy as np
class BlockingClass(np.ndarray):
    def __new__(cls, *args, **kwargs):
        ndarray_kw = ['shape', 'dtype',  'buffer' 'offset', 'strides', 'order']
        to_ndarray = {}
        to_myclass = {}
        for k,v in kwargs.items():
            if k not in ndarray_kw:
                to_myclass[k] = v
            else:
                to_ndarray[k] = v
        new = np.ndarray.__new__(cls, *args, **to_ndarray)
        for k,v in to_myclass.items():
            setattr(new, k, v)
        return new

    def __init__(self, *args, **kwargs):
        self.test = 1
        self.args = args
        self.kwargs = kwargs

Answer 2

您可以在 Python 中伪造 isinstance，但如果不调用 __new__，您当然不能创建一个对 numpy 中的本机代码同样有效的类。

我想的一切都很复杂，但后来意识到你正在调用的某些函数也可能返回ndarray；如果您希望它们完全替换，那么您可以对 numpy 模块进行猴子补丁以代替您的类，这可能是唯一的方法；或将 ndarray 替换为具有元类的类的模块，该类具有子类挂钩，表示原始 ndarray 和您的类都是相同的实例...

或者如果只有 isinstance 有问题，那就做一些非常肮脏的事情，然后尝试

import __builtin__

_original_isinstance = __builtin__.isinstance
class FakeArray(object):
    pass

def isinstance(object, class_or_type):
    if _original_isinstance(object, tuple):
        if ndarray in class_or_type:
            class_or_type += (FakeArray,)

    else:
        if class_or_type is ndarray:
            class_or_type = (ndarray, FakeArray)

    return _original_isinstance(object, class_or_type)

__builtin__.isinstance = isinstance