子类化numpy标量类型

Question

我正在尝试子类化numpy.complex64以便使用numpy存储数据的方式（连续的，交替的实部和虚部）但使用我自己的__add__，{{1} ，...例程。

我的问题是，当我设置__sub__，设置numpy.ndarray时，我会dtype=mysubclass取代numpy.ndarray，导致numpy不使用我自己的功能增加，减少等等。

示例：

dtype='numpy.complex64'

输出：

import numpy as np
class mysubclass(np.complex64):
    pass

a = mysubclass(1+1j)
A = np.empty(2, dtype=mysubclass)

print type(a)
print repr(A)

有谁知道怎么做？

提前致谢 - Soren

Answer 1

NumPy类型系统仅设计为通过PyArray_RegisterDataType功能从C扩展。 可能可以使用ctypes从Python访问此功能，但我不推荐它;最好在C或Cython中编写扩展，或者在@seberg描述的子类ndarray中编写。{/ p>

NumPy源代码树中有一个简单的示例dtype：newdtype_example/floatint.c。如果你进入Pyrex，pytables来源中的reference.pyx可能值得一看。

Answer 2

请注意，标量和数组在numpy中是完全不同的。 np.complex64（这是32位浮点数，只是要注意，而不是双精度）。您将无法像这样更改数组，您需要替代数组，然后覆盖其__add__和__sub__。

如果这就是你想做的全部，那么它应该只是工作，否则看看http://docs.scipy.org/doc/numpy/user/basics.subclassing.html，因为继承数组并不那么简单。

但是，如果您想将此类型也用作标量。例如，您想要将标量索引出来，至少目前它变得更加困难。您可以通过将__array_wrap__定义为将标量转换为您自己的标量类型以获得某些reduce函数来进一步了解，以便在所有情况下都可以使用索引来查找您可能已定义自己的__getitem__目前。

在使用此方法的所有情况下，您仍然使用复杂数据类型，并且未显式覆盖的所有函数仍将表现相同。 @ecatmur提到你可以从C端创建新的数据类型，如果这真的是你想要的。