numpy.ndarray: एक "सामान्य" वर्ग

Question

[अजगर 3]

को बदलने मैं ndarray पसंद है, लेकिन मैं इसे कष्टप्रद उपयोग करने के लिए लगता है।

यहां एक समस्या है जिसका सामना करना पड़ता है। मैं class Array लिखना चाहता हूं जो ndarray की अधिकांश कार्यक्षमता का उत्तराधिकारी होगा, लेकिन तत्काल होने का केवल एक ही तरीका है: एक निश्चित आकार की शून्य-भरे सरणी के रूप में। मैं लिखने के लिए उम्मीद कर रहा था:

class Array(numpy.ndarray): 
    def __init__(size): 
    # What do here? 

मैं एक शून्य से भरे सरणी बनाने के लिए कुछ मानकों के साथ super().__init__ कॉल करना चाहते हैं, लेकिन जब से ndarray एक वैश्विक समारोह numpy.zeros का उपयोग करता है (न कि निर्माता से) यह काम नहीं करेगा एक शून्य भरे सरणी बनाने के लिए।

सवाल:

1. क्यों कई मामलों में वैश्विक (मॉड्यूल) के बजाय कंस्ट्रक्टर्स कार्यों का उपयोग ndarray करता है? अगर मैं ऑब्जेक्ट उन्मुख सेटिंग में उनका पुन: उपयोग करने की कोशिश कर रहा हूं तो यह एक बड़ी परेशानी है।

2. मुझे class Array को परिभाषित करने का सबसे अच्छा तरीका क्या है? क्या मुझे ज़ीरो के साथ ndarray मैन्युअल रूप से पॉप्युलेट करना चाहिए, या zeros फ़ंक्शन का पुन: उपयोग करने का कोई तरीका है?

Answer 1

साथ काम करने के केवल छोटे संशोधनों की आवश्यकता होती है आप ndarray इंटरफेस पसंद नहीं है जाएगा तो यह वारिस नहीं है। आप अपने स्वयं के इंटरफ़ेस को परिभाषित कर सकते हैं और बाकी को ndarray और numpy को सौंप सकते हैं।

import functools 
import numpy as np 


class Array(object): 

    def __init__(self, size): 
     self._array = np.zeros(size) 

    def __getattr__(self, attr): 
     try: return getattr(self._array, attr) 
     except AttributeError: 
      # extend interface to all functions from numpy 
      f = getattr(np, attr, None) 
      if hasattr(f, '__call__'): 
       return functools.partial(f, self._array) 
      else: 
       raise AttributeError(attr) 

    def allzero(self): 
     return np.allclose(self._array, 0) 


a = Array(10) 
# ndarray doesn't have 'sometrue()' that is the same as 'any()' that it has. 
assert a.sometrue() == a.any() == False 
assert a.allzero() 

try: a.non_existent 
except AttributeError: 
    pass 
else: 
    assert 0 

Answer 2

कई मामलों में वैश्विक (मॉड्यूल) के बजाय कंस्ट्रक्टर्स कार्यों का उपयोग ndarray क्यों पड़ता है?

1. संगत/मैटलैब, जहां zeros या ones जैसे कार्यों मूल रूप से आया है के लिए इसी तरह होने के लिए।
2. वैश्विक कारखाने के कार्य लिखने के लिए जल्दी और समझने में आसान हैं। एक कन्स्ट्रक्टर के अर्थशास्त्र क्या होना चाहिए, उदा। आप एक सिंगल कन्स्ट्रक्टर के साथ एक सरल zeros या empty या ones कैसे व्यक्त करेंगे? वास्तव में, ऐसे कारखाने के काम अन्य प्रोग्रामिंग भाषाओं में भी काफी आम हैं।

class Array है कि मैं जरूरत है परिभाषित करने के लिए सबसे अच्छा तरीका क्या है?

import numpy 

class Array(numpy.ndarray): 
    def __new__(cls, size): 
     result = numpy.ndarray.__new__(Array, size) 
     result.fill(0) 
     return result 
arr = Array(5) 

def test(a): 
    print type(a), a 

test(arr) 
test(arr[2:4]) 
test(arr.view(int)) 

arr[2:4] = 5.5 

test(arr) 
test(arr[2:4]) 
test(arr.view(int)) 

ध्यान दें कि यह अजगर 2 है, लेकिन यह अजगर 3.

Answer 3

अंडारे का विरासत थोड़ा मुश्किल है। ndarray में विधि __init(self,)___ भी नहीं है, इसलिए इसे उपclass से नहीं कहा जा सकता है, लेकिन इसके कारण हैं। कृपया subclassing के numpy दस्तावेज देखें।

वैसे आप अपनी विशेष आवश्यकताओं के अधिक विशिष्ट हो सकते हैं?अपनी खुद की जरूरतों के लिए एक वर्ग (ndarray का उपयोग) बनाना अभी भी काफी आसान है, लेकिन सभी numpy मशीनरी को पारित करने के लिए ndarray का एक उप-वर्ग काफी अलग मुद्दा है।

ऐसा लगता है कि मैं अपने खुद के पोस्ट टिप्पणी नहीं कर सकता, अजीब
@Philipp: यह अजगर द्वारा बुलाया जाएगा, लेकिन नहीं numpy द्वारा। अंडारे को तुरंत चालू करने के तीन तरीके हैं, और दिशानिर्देश कैसे सभी मामलों को संभालने के लिए दिशानिर्देश दिए गए हैं।