为什么python bulit-in函数如sum（），max（），min（）可用于计算numpy的数据类型ndarray？

Question

我学习numpy。但我有些疑惑让我困惑：

>>> import numpy as np
>>> a = np.arange(10)
>>> a.sum()
45

和：sum(a)给出相同的结果。 那么为什么内置函数可以支持从第三方库计算数据类型呢？ min（）和max（）执行相同的操作。（当dim为1时）

我对此有两个猜测，我更喜欢后者：

1. python核心开发人员添加对ndarray的支持;
2. 在ndarray中定义的一些隐藏属性会发生这种情况。（如果是这样，它是什么？）

Answer 1

所有第三方库类型必须执行，是实现预期的协议（有时也称为接口）。 sum() function documentation告诉您预期的内容：

  

从左到右汇总开始和 可迭代 的项目并返回总数。

min()和max()表示类似的要求（返回可迭代中的最小项，返回可迭代中的最大项）。< / p>

此处，iterable是standard types documentation中描述的协议。协议本身不是类型，它们只是预期以某种方式运行的方法的集合。 collections.abc module提供了几个可用于测试某些内容是否实现协议的对象：

>>> import numpy as np
>>> from collections.abc import Iterable
>>> a = np.arange(10)
>>> isinstance(a, Iterable)
True

因此ndarray类型是可迭代的，这就是sum()函数用于获取数组中包含的所有值的内容，为您总结这些值。

由于Python依赖于协议，因此核心语言开发人员不必为每个第三方库添加支持。相反，这些库只是符合核心语言的期望。

请注意，ndarray.sum()实现可以使用该类型的内部实现;它可能会更快地产生总和，因为它不必首先将内部数据转换为Python对象（迭代在这种情况下返回盒装类型，Python int对象，而内部表示包含裸C整数。）