Question

我需要一些基本的数据类表示，我想使用现有的numpy类，因为它们已经提供了很好的功能。

但是，我不确定这是否是这样做的方法（虽然它到目前为止有效）。所以这是一个例子：

Position类应该像一个简单的numpy.array，但它应该将属性.x，.y和.z映射到三个数组组件。我覆盖了__new__方法，该方法返回带有初始数组的ndarray。为了允许访问和修改数组，我为每个属性定义了属性以及setter。

import numpy as np


class Position(np.ndarray):
    """Represents a point in a 3D space

    Adds setters and getters for x, y and z to the ndarray.

    """
    def __new__(cls, input_array=(np.nan, np.nan, np.nan)):
        obj = np.asarray(input_array).view(cls)
        return obj

    @property
    def x(self):
        return self[0]

    @x.setter
    def x(self, value):
        self[0] = value

    @property
    def y(self):
        return self[1]

    @y.setter
    def y(self, value):
        self[1] = value

    @property
    def z(self):
        return self[2]

    @z.setter
    def z(self, value):
        self[2] = value

然而，对于这样一个基本逻辑，这似乎有点太多代码，我想知道我是否这样做了＃34;正确＆＃34;办法。我还需要一堆其他类，如Direction，这些类还有其他一些功能（改变时的自动规范等），在开始集成numpy之前，我想我问你......

Answer 1

我认为ndarray在这里是错误的选择，你可能想要一个简单的命名元组。

>>> import collections
>>> Position = collections.namedtuple('Positions', 'x y z')
>>> p = Position(1, 2, 3)
>>> p
Positions(x=1, y=2, z=3)

你可以像这样解压缩

>>> x, y, z = p
>>> x, y, z
(1, 2, 3)
>>>

子类化和扩展numpy.ndarray

1 个答案: