正常和反射运算符重载的参数类型不同（__sub__ / __rsub__）

Question

如何通过像__rsub__这样的右手操作符传递numpy数组的属性？

我在python中编写了一个非常简单的类，它定义了两个函数：

class test(object):
    def __sub__(self,  other):
        return other

    def __rsub__(self,  other):
        return other 

基本上他们也应该这样做。左侧运算符__sub__按预期工作，但似乎numpy数组在右侧运算符上的属性上被删除

from skimage import data
from skimage.color import rgb2gray
lena = data.lena()

grayLena = rgb2gray(lena)
t = test()

## overloaded - operator
left_hand = t - grayLena
print left_hand
# Output: 
#array([[ 0.60802863,  0.60802863,  0.60779059, ...,  0.64137412,
#    0.57998235,  0.46985725],
#  [ 0.60802863,  0.60802863,  0.60779059, ...,  0.64137412,
#    0.57998235,  0.46985725],
#  [ 0.60802863,  0.60802863,  0.60779059, ...,  0.64137412,
#    0.57998235,  0.46985725],
#  ..., 
#  [ 0.13746353,  0.13746353,  0.16881412, ...,  0.37271804,
#    0.35559529,  0.34377725],
#  [ 0.14617059,  0.14617059,  0.18730588, ...,  0.36788784,
#    0.37292549,  0.38467529],
#  [ 0.14617059,  0.14617059,  0.18730588, ...,  0.36788784,
#    0.37292549,  0.38467529]])

right_hand = grayLena - t
print right_hand
# Output:
# array([[0.6080286274509803, 0.6080286274509803, 0.6077905882352941, ...,
#   0.6413741176470589, 0.5799823529411765, 0.4698572549019608],
#  [0.6080286274509803, 0.6080286274509803, 0.6077905882352941, ...,
#   0.6413741176470589, 0.5799823529411765, 0.4698572549019608],
#  [0.6080286274509803, 0.6080286274509803, 0.6077905882352941, ...,
#   0.6413741176470589, 0.5799823529411765, 0.4698572549019608],
#  ..., 
#  [0.1374635294117647, 0.1374635294117647, 0.1688141176470588, ...,
#   0.3727180392156863, 0.35559529411764706, 0.34377725490196076],
#  [0.1461705882352941, 0.1461705882352941, 0.18730588235294118, ...,
#   0.3678878431372549, 0.37292549019607846, 0.3846752941176471],
#  [0.1461705882352941, 0.1461705882352941, 0.18730588235294118, ...,
#   0.3678878431372549, 0.37292549019607846, 0.3846752941176471]], dtype=object)

因此，两个操作之间的区别在于__rsub__接收到dtype = object的数组。如果我只是设置这个数组的dtype，一切都会正常工作。

但是，它仅适用于__rsub__之外的返回值。在我的__rsub__里面我只得到了垃圾，我无法转换回来，即如果我做了

npArray = np.array(other,  dtype=type(other))

我得到一个类型的一维数组（在我的情况下浮动）。但由于某种原因，形状信息丢失了。有没有人这样做或者想法如何访问数组的原始属性（形状和类型）？

Answer 1

我不确定ndarray机器内部的确切控制流程是什么，但在你的情况下发生的事情或多或少是明确的：

委托给对象的ndarray方法的__rsub__不是整个减法操作，而是来自数组中每个项目的对象的减法。显然，当必须将操作委托给对象的方法时，无论返回什么内容，返回类型都设置为object。您可以通过稍微修改代码来检查它：

class test(object):
    def __sub__(self,  other):
        return other

    def __rsub__(self,  other):
        return other if other != 1 else 666

In [11]: t = test()

In [12]: t - np.arange(4)
Out[12]: array([0, 1, 2, 3])

In [13]: np.arange(4) - t
Out[13]: array([0, 666, 2, 3], dtype=object)

我认为没有一种简单的方法来覆盖这种行为。您可以尝试making test a subclass of ndarray __array_priority__高__array_wrap__并稍微滥用class test(np.ndarray): __array_priority__ = 100 def __new__(cls): obj = np.int32([1]).view(cls) return obj def __array_wrap__(self, arr, context) : if context is not None : ufunc = context[0] args = context[1] if ufunc == np.subtract : if self is args[0] : return args[1] elif self is args[1] : return args[0] return arr 方法：

>>> t = test()
>>> np.arange(4) - t
array([0, 1, 2, 3])
>>> t - np.arange(4)
array([0, 1, 2, 3])

现在：

>>> np.arange(4) + t
test([1, 2, 3, 4])
>>> t + np.arange(4)
test([1, 2, 3, 4])

可是：

1

这有点浪费，因为我们正在对t内部{{1}}添加到数组中的每个值，然后默默地丢弃它，但我无法想到任何超越的方式。