Question

很可能这个问题之前被问过，但到目前为止我一无所知。

假设我在一个名为test.py的文件中有一些代码（这是我昨天的问题Wrapping np.arrays __pow__ method的结果）

import numpy as np
from functools import wraps, reduce

#Create a subclass of np.ndarray to speed up the power operation
class MyArray(np.ndarray):
  def __pow__(self, other):
    return reduce(lambda x,y: x*y, [self for _ in range(other)])

#Create a wrapper so that arrays are created using my Class instead of the old one.    
def change_ndarray(func):
  @wraps(func)
  def wrapper(*args, **kwargs):
    return func(*args, **kwargs).view(MyArray)
  return wrapper    

np.array = change_ndarray(np.array)

到目前为止，它在我的文件中运行得很好，每个数组都是使用包装的np.array生成的。但后来比较速度增益我感到困惑：

>>> import numpy as np
>>> %timeit np.linspace(10,1000,1000000)**3
10 loops, best of 3: 154 ms per loop
>>> import test
>>> %timeit np.linspace(10,1000,1000000)**3
10 loops, best of 3: 40.6 ms per loop

为什么linspace现在与包装的ndarray而不是旧的ndarray一起工作？ np.linspace现在如何调用t.np.array怎么样？我认为这是另一个命名空间，linspace与np.array有什么关系？

作为一个注释，我通读了https://docs.python.org/3/reference/import.html，但这真的很难阅读，所以也许我错过了它。如果有人能给我一个正确的方向，我会很高兴。

Answer 1

在 test.py 中，valid会将{ali np.array = change_ndarray(np.array)模块中的array变量重新指定为numpy。使用np的所有代码现在都使用您放入其中的新内容。 numpy.array等操作在本地模块中创建新变量，但from numpy import *仅为您提供模块本身的引用。

考虑python变量的工作原理。命名空间是python dicts ，它存储键（变量名）/值（变量引用的对象）对。命名空间与方法和函数（局部变量），类（类变量）和模块（模块全局变量）相关联。当你使用一个变量时，python在几个命名空间 dicts 中查找名称并返回它的对象。 import numpy as np表示查找名为np.array的变量，获取其名称空间 dict ，然后在那里查看np。在您的情况下，array是 numpy 模块，np是一个变量。

命名空间混淆和包装

1 个答案: