Question

我正在尝试创建一个numpy.ndarray子类，它具有我的应用程序所需的不同属性和更多功能。我仍然很难分配数据类型。

class Vector(np.ndarray):
    def __new__(cls, value, *args, **kwargs):
        return np.asarray(value).view(cls)

    def __init__(self, value, type=float):
        self.set_type(type)

    def set_type(self, type):
        assert type in (int, float, complex, str), "type can only be int, float, complex or str, %r is given"%type
        self.astype(type, copy=False)

这是一个表明类型没有改变的例子

a = Vector([1,2,3], type=str)
print a, a.dtype, a.type
>> [1 2 3] int32 <type 'str'>

Answer 1

您需要确保您的实例已经使用正确的dtype创建，i。即在__new__()期间。您之后无法更改dtype（除了创建新视图或副本，但不再是同一个实例）。

请改为尝试：

class Vector(np.ndarray):
    def __new__(cls, data, dtype=None, copy=True):
        return np.array(data, dtype=dtype, copy=copy).view(type=cls)

    def __array_finalize__(self, obj):
        assert issubclass(self.dtype.type, (np.number, np.character)), \
               "dtype can only be number or character, %s was given" % (self.dtype,)

除非原始ndarray的dtype与请求的dtype相同（或者保留默认值），否则它将始终返回原始数据的副本和< / strong> copy=False。

请注意，我将类型断言放入__array_finalize__()方法。这是为了确保在所有3种情况下都会调用它：使用Vector创建新的np.ndarray.__new__(Vector, ...)实例时，从另一个ndarray创建类型为Vector的视图时以及切片时{ {1}}实例。在所有3个案例中，它将由numpy自动调用。如果你想断言向量是严格的一维的，你也可以把它放到这个函数中。

numpy.ndarray子类具有新属性

1 个答案: