subclassing numpy ndarray问题

Question

我想要numpy ndarray的子​​类。但是，我无法更改该数组。为什么self = ...不更改数组？谢谢。

import numpy as np 

class Data(np.ndarray): 

    def __new__(cls, inputarr): 
     obj = np.asarray(inputarr).view(cls) 
     return obj 

    def remove_some(self, t): 
     test_cols, test_vals = zip(*t) 
     test_cols = self[list(test_cols)] 
     test_vals = np.array(test_vals, test_cols.dtype) 

     self = self[test_cols != test_vals] # Is this part correct? 

     print len(self) # correct result 

z = np.array([(1,2,3), (4,5,6), (7,8,9)], 
    dtype=[('a', int), ('b', int), ('c', int)]) 
d = Data(z) 
d.remove_some([('a',4)]) 

print len(d) # output the same size as original. Why? 

Answer 1

或许使这一功能，而不是一个方法：

import numpy as np 

def remove_row(arr,col,val): 
    return arr[arr[col]!=val] 

z = np.array([(1,2,3), (4,5,6), (7,8,9)], 
    dtype=[('a', int), ('b', int), ('c', int)]) 

z=remove_row(z,'a',4) 
print(repr(z)) 

# array([(1, 2, 3), (7, 8, 9)], 
#  dtype=[('a', '<i4'), ('b', '<i4'), ('c', '<i4')]) 

---

或者，如果你想让它作为一种方法，

import numpy as np 

class Data(np.ndarray): 

    def __new__(cls, inputarr): 
     obj = np.asarray(inputarr).view(cls) 
     return obj 

    def remove_some(self, col, val): 
     return self[self[col] != val] 

z = np.array([(1,2,3), (4,5,6), (7,8,9)], 
    dtype=[('a', int), ('b', int), ('c', int)]) 
d = Data(z) 
d = d.remove_some('a', 4) 
print(d) 

这里的关键区别在于remove_some不会尝试修改self，它只会返回一个新实例Data。

Answer 2

你没有得到你所期望的结果的原因是因为你的方法remove_some内重新分配self。您只是创建一个新的本地变量self。如果你的阵列形状不改变，你可以简单地做self [：] = ...并且你可以保持对self的引用，并且一切都会好，但是你试图改变self的形状。这意味着我们需要重新分配一些新的内存，并改变我们指向self的位置。

我不知道该怎么做。我认为这可以通过__array_finalize__或__array__或__array_wrap__来实现。但是我所尝试过的一切都不尽如人意。

现在，还有另外一种方法可以解决这个问题，它不会继承ndarray。你可以做一个新的类，它可将是一个ndarray，然后覆盖所有常见__add__，__mul__，等等。事情是这样的一个属性：

Class Data(object): 
    def __init__(self, inarr): 
     self._array = np.array(inarr) 
    def remove_some(x): 
     self._array = self._array[x] 
    def __add__(self, other): 
     return np.add(self._array, other) 

那么，你得到的图片。覆盖所有运营商是一种痛苦，但从长远来看，我认为更灵活。

您必须仔细阅读this才能正确操作。像__array_finalize__这样的方法需要被称为是“清理”的正确时间。

Answer 3

我试图做同样的事情，但子类ndarray确实非常复杂。

如果你只需要添加一些功能，我会建议创建一个存储数组作为属性的类。

class Data(object): 

    def __init__(self, array): 
     self.array = array 

    def remove_some(self, t): 
     //operate on self.array 
     pass 

d = Data(z) 
print(d.array)