Question

基于this answer我在python中用numpy编写了一个简单的对称矩阵类，但我有（可能是一个非常简单的）问题。这是有问题的代码：

import numpy as np

 class SyMatrix(np.ndarray):
    def __init__(self, arr):
        self = (arr + arr.T)/2.0 - np.diag(np.diag(arr)) 
    def __setitem__(self,(i,j), val):
        np.ndarray.__setitem__(self, (i, j), value)
        np.ndarray.__setitem__(self, (j, i), value)

除了这种感觉错误（我不知道分配给self是一个好习惯...）当我尝试创建一个新数组时，我得到了这个：

>>> foo = SyMatrix( np.zeros(shape = (2,2)))
Traceback (most recent call last):
   File "<stdin>", line 1, in <module>
TypeError: only length-1 arrays can be converted to Python scalars

我也尝试过：

import numpy as np

 class SyMatrix(np.ndarray):
    def __init__(self, n):
        self =  np.zeros(shape = (n,n)).view(SyMatrix)  
    def __setitem__(self,(i,j), val):
        np.ndarray.__setitem__(self, (i, j), value)
        np.ndarray.__setitem__(self, (j, i), value)

然后我得到：

>>> foo = SyMatrix(2)
>>> foo
SyMatrix([  6.93581448e-310,   2.09933710e-316])
>>>

我期望一个shape=(2,2)的数组。做我正在做的事情的正确方法是什么？分配给self有问题？

Answer 1

这里有一些问题。

在subclassing numpy.ndarray()时，您应该覆盖__new__()，而不是__init__()。你的行
```
foo = SyMatrix(2)
```
实际上使用参数2调用numpy.ndarray.__new__()，与its signature不兼容。
分配给self在这里绝对没有任何意义。它只是创建一个对象，并使本地名称self指向此对象。函数退出后，将删除所有本地名称。在Python中分配既不创建变量，也不改变对象;它只是将现有对象分配给名称。
即使在修复最后两个问题时，对称矩阵类也无法按预期工作。您需要覆盖几十种方法来确保矩阵始终是对称的。
(arr + arr.T)/2.0 - np.diag(np.diag(arr))很可能不是你想要的。它在对角线上总是有零。您可能需要(arr + arr.T)/2.0。

Numpy：创建对称矩阵类

1 个答案: