Question

如果我考虑以下简单类：

class Quantity(object):

    def __init__(self, value, unit):
        self.unit = unit
        self.value = value

    def __getitem__(self, key):
        return Quantity(self.value[key], unit=self.unit)

    def __len__(self):
        return len(self.value)

并创建一个实例：

import numpy as np
q = Quantity(np.array([1,2,3]), 'degree')
print(repr(np.array(q)))

然后，如果我将此对象传递给Numpy，它会将对象拆分为3个Quantity个实例的对象数组：

array([<__main__.Quantity object at 0x1073a0d50>,
       <__main__.Quantity object at 0x1073a0d90>,
       <__main__.Quantity object at 0x1073a0dd0>], dtype=object)

这是由于__len__和__getitem__方法的存在 - 如果我删除其中任何一个，那么该对象不会被拆分：

array(<__main__.Quantity object at 0x110a4e610>, dtype=object)

我仍想保留__len__和__getitem__，但有没有办法阻止Numpy拆分对象？

编辑：我对解决方案其他感兴趣，而不是让Quantity成为ndarray子类

Answer 1

这是你要找的吗？

class Quantity(object):

    def __init__(self, value, unit):
        self.unit = unit
        self.value = value

    def __getitem__(self, key):
        return Quantity(self.value[key], unit=self.unit)

    def __len__(self):
        return len(self.value)

    def __array__(self):
        return self.value

np.array使用__array__方法

In [11]: q
Out[11]: <__main__.Quantity at 0x1042bdf90>

In [12]: np.array(q)
Out[12]: array([ 1.,  2.,  3.])

In [13]: print(repr(np.array(q)))
array([ 1.,  2.,  3.])

In [14]: len(q)
Out[14]: 3

In [15]: q[1]
Out[15]: <__main__.Quantity at 0x1042bdd50>

In [16]: q[0]
Out[16]: <__main__.Quantity at 0x1042bdd90>

In [17]: q[0].value
Out[17]: 1.0

如何防止Numpy拆分类似数组的对象

1 个答案: