Question

我是Numpy的ndarray类的子类，添加了一些元数据和其他方法。我正在尝试按照this article和that one中的说明操作。但是，一些Numpy（或Scipy）函数返回基类“ndarray”而不是我的自定义子类。其他Numpy函数返回我的子类，我不知道差异的原因是什么。如何让所有numpy / scipy函数返回我的子类？这是我做的：

class Signal(np.ndarray):
    def __new__(cls, filename):
        #print "In __new__" #TEMP DEBUG
        ret = np.fromfile(filename, dtype = np.int32)
        ret = ret.view(cls) # convert to my class, i.e. Signal
        ret.parse_filename(filename)
        return ret

    def __array_finalize__(self, obj):
        #print "in __array_finalize__" #TEMP DEBUG
        if obj is None: return # shouldn't actually happen.
        # copy meta-fields from source, if it has them (otherwise put None's)
        self.filename = getattr(obj, "filename", None)
        self.folder = getattr(obj, "folder", None)
        self.label = getattr(obj, "label", None)
        self.date = getattr(obj, "date", None)
        self.time = getattr(obj, "time", None)
        #etc

以下是一些使用示例：

这些工作符合预期 -

>>> s = Signal(filename)
>>> s2 = s[10:20]
>>> type (s2)
<class '__main__.Signal'>
>>> s3 = s + 17
>>> type (s3)
<class '__main__.Signal'>
>>> s4 = np.sqrt(s)
>>> type(s4)
<class '__main__.Signal'>

然而，这些呢？

>>> s5 = log10(s)
>>> type(s5)
<type 'numpy.ndarray'>
>>> s6 = np.fft.fft(s)
>>> type(s6)
<type 'numpy.ndarray'>

查看fft和log10的代码我可以看到他们使用asarray()，它剥离子类并返回一个ndarray，解释行为。因此，我的问题不是“为什么，从技术上讲，这种情况发生”，而是更多的设计问题 - 我应该如何编写代码，以免发生这种情况？

P.S。我是Python的新手，也是Stack Overflow的新手，所以请原谅任何明显的错误或不恰当......

感谢，盖

Answer 1

我不确定fft，但np.log10是ufunc。以下页面说明了如何确定ufunc的输出类型：http://docs.scipy.org/doc/numpy/reference/ufuncs.html#output-type-determination

如果fft总是返回ndarray，我不会感到惊讶（我没有查看源代码，但FFT显然不符合ufunc的定义）。如果是这种情况，您可以随时编写自己的包装并调用它。

一些Numpy函数返回ndarray而不是我的子类

1 个答案: